摘要
本发明公开了一种基于空间信道分离计算的背景无关手语识别方法,包括以下步骤:将手语视频帧图像输入残差网络;利用卷积核提取手语视频帧图像的空间特征,得到C维特征图;利用群体注意力提取具有高可分性的特征组,其中包括组内群体注意力和组间群体注意力;将步骤三提取的组间群体注意力特征,通过全连接层映射为1维特征向量;使用一维卷积神经网络1D CNN进行初步的时序特征提取,得到辅助时序特征;将辅助时序特征输入到双向长短期记忆网络Bi‑LSTM中进行更深层次的时序特征提取,得到视频的时序特征;模型参数训练;采用通道丢弃策略,并重新训练模型。
技术关键词
手语识别方法
时序特征
双向长短期记忆网络
一维卷积神经网络
残差网络
信道
视频帧
sigmoid函数
语义向量
描述符
多层感知机
注意力机制
序列
通道
输出特征
策略
图像
系统为您推荐了相关专利信息
GAN网络模型
智能清洗方法
实时性能监控
数据
编码
多域特征
超宽带雷达
频域特征
计算机程序指令
双向长短期记忆网络
信号发射控制方法
双稳态
支持向量回归模型
时序特征
全光开关
一维卷积神经网络
故障诊断测试
样本
工业锅炉
生成网络模型
交叉注意力机制
输出特征
双向长短期记忆网络
鉴别方法
多头注意力机制