摘要
本发明提供了一种基于ConvLSTM模型的手语识别方法及系统,该方法包括:获取不同手部动作下的应变信号数据,并对应变信号数据进行语义信息标注,得到数据集;根据预设的多维分层变换MHT对应变信号数据进行多尺度时空分解,根据分解结果得到高频分量和低频分量,并对高频分量和低频分量进行重构,得到重构特征;将重构特征作为改进的ConvLSTM模型的输入,并将标注的语义信息作为改进的ConvLSTM模型的输出,对改进的ConvLSTM模型进行迭代训练,得到手语识别模型;将待识别手部动作的目标应变信号数据输入至手语识别模型中,得到与目标应变信号数据对应的语义信息。本发明能够提高对手语的识别精度。
技术关键词
手语识别方法
注意力机制
重构
矩阵
高通滤波器
数据
多尺度
语义
低通滤波器
手语识别系统
信号识别模块
全局平均池化
表达式
动态
模型训练模块
分层
序列
系统为您推荐了相关专利信息
重构方法
神经网络训练
图像感兴趣区域
物理
重构单元
数据处理模型
阿尔茨海默病
计算机可执行指令
节点特征
数据输入模块
双圆弧谐波减速器
分类方法
神经网络模型
柔性轴承
连续小波变换
风电机组设备
多分类器融合
分类器模型
故障类别
故障诊断方法