摘要
本发明涉及图像识别领域,提出一种基于多视角结构化图卷积网络的交互手势识别方法及系统,通过基于拓扑图构建手骨架点序列,避免手部复杂结构和丰富动作的影响,提供准确的手部关节和骨骼信息,再通过设计一种多层次图卷积算法进行多层次增强,以避免手部信息缺失或不足的问题,又结合了时空一致性原则进行时空融合,进一步的整合不同维度的信息,进而获取多视角下蕴含的丰富细节信息,同时避免丢失原始的手势信息,还设计了一种基于部分与整体的细粒度增强,根据手指的结构化特点,充分挖掘出手指细节特征,同时有效平衡了对手指部分细节与手部整体结构的关注程度,本发明提高了交互手势识别方法的准确性。
技术关键词
多层次
交互手势
多视角
手部特征
识别方法
细粒度特征
拓扑图
运动特征
卷积算法
关节特征
骨骼特征
基础
序列
矩阵
融合特征
网络
信息处理
指关节
系统为您推荐了相关专利信息
语音识别方法
带标签
文本
大语言模型
语音识别精度
网络安全防御系统
网络安全防御方法
漏洞
多层次
保障网络安全
图像识别模型
图像采集装置
细胞图像识别方法
特征提取网络
样本
多层次特征
跨层信息交互
全局特征提取
深度卷积神经网络
多尺度特征提取
语音数据标注方法
声纹模型
业务语音数据
样本
无监督聚类