摘要
本发明公开了一种基于深度学习的手势识别方法及装置,方法包括:采集视频流,获取所述视频流中的手部关键点数据集;对所述手部关键点数据集进行数据增强和预处理;建立基于深度学习的手势识别模型并训练优化;将训练完成的手势识别模型轻量化处理,基于轻量化手势识别模型实时输出手势识别结果。本方法通过视频图像的预分割、渐进式的多项式衰减剪枝策略、剪枝与量化的协同优化以及综合回调机制,实现了手势识别模型在移动设备和嵌入式系统上的实时、准确、高效运行,满足现代智能交互系统的高标准需求。
技术关键词
手势识别模型
手部关键点
手势识别方法
OTSU算法
视频流
模型剪枝
数据
像素点
智能交互系统
手势识别装置
高标准需求
图像
动态剪枝
聚类
回调机制
剪枝策略
多项式
嵌入式系统
系统为您推荐了相关专利信息
辅助控制方法
智能鼠标
面部关键点
人脸检测模型
指针
压缩域视频流
文本检索方法
特征融合网络
关键帧
矢量特征
多线程并行处理
动态人流
检索方法
YOLO模型
视频流
文本信息提取方法
感兴趣
视频流
视频帧
车辆测试
电力行业作业
防护设备
预警方法
电力作业现场
深度学习模型