摘要
本发明涉及手势识别技术领域,公开了一种端到端快速手势分割方法、装置及设备。该方法包括采集手势图像数据并进行标注处理,得到训练集和测试集;构建基于变形空间注意力机制的端到端手势分割网络模型;根据训练集和测试集对基于变形空间注意力机制的端到端手势分割网络模型进行训练和测试,得到训练后的手势分割网络模型;将待预测图片输入训练后的手势分割网络模型,输出二值手势分割掩码图。本发明提出基于变形空间注意力机制的网络模型,注意力机制能够捕捉到不同尺度不同形态的手势特征,提高对复杂手势形状和细节的建模能力,从而显著提升手势分割的精度,利用可变形卷积的空间注意力分配策略,提升在复杂场景下的适应性和鲁棒性。
技术关键词
注意力机制
手势分割方法
图片
全卷积网络
可变形卷积层
图像
手势识别技术
随机梯度下降
模型训练模块
双线性插值
手势特征
视频帧
样本
数据
标注工具
分割装置
多边形
系统为您推荐了相关专利信息
火焰预警方法
热成像
深度学习模型
图像采集设备
图片
情感识别方法
跨模态
模态特征
深度分类网络
融合特征
高频载波同步
信号调制系统
热力图
节点
结构相似性算法
性能预测模型
带钢热连轧
XGBoost算法
注意力机制
LSTM模型