专利名称:一种基于深度学习的手势图像关键帧提取方法专利类型:发明专利
发明人:田秋红,杨慧敏,李霖烨,包嘉欣申请号:CN201910363547.0申请日:20190430公开号:CN110110646A公开日:20190809
摘要:本发明公开了一种基于深度学习的手势图像关键帧提取方法。首先读取输入的手势视频,将输入的手势视频转换为视频帧图像;采用Mobilenet‑SSD目标检测模型对视频帧图像中的手势进行检测,并对检测出的手势进行分割;采用VGG16训练模型训练手势分割图像从而得到对应的抽象特征,并进行空间梯度的计算,根据相邻两帧图片的梯度差,设定合适的阈值进行关键帧的判定。本发明提出利用Mobilenet‑SSD目标检测模型对手部区域进行检测与分割,去除了背景区域噪声,利用VGG‑16精确提取手部抽象特征,不仅使得图片的表达能力大大增强,而且降低了参数量,减小了模型的复杂度,适用于这种小幅变化的视频关键帧提取。
申请人:浙江理工大学
地址:310018 浙江省杭州市江干经济开发区2号大街928号
国籍:CN
代理机构:杭州求是专利事务所有限公司
代理人:林超
更多信息请下载全文后查看
因篇幅问题不能全部显示,请点此查看更多更全内容