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