买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华侨大学;厦门五卓未来科技有限公司申请的专利一种轻量化手势识别方法、系统、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119479072B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411580585.9，技术领域涉及：G06V40/20；该发明授权一种轻量化手势识别方法、系统、电子设备及存储介质是由刘奕清;周林;林守捷;柯毅东;郑琳潇设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种轻量化手势识别方法、系统、电子设备及存储介质在说明书摘要公布了：本发明公开一种轻量化手势识别方法、系统、电子设备及存储介质，涉及计算机视觉技术领域。所述方法包括：获取待检测数据；所述待检测数据包括图片数据和视频数据；将所述待检测手势输入训练好的手势识别模型进行预测，并输出当前帧的手势位置及手势类别；所述手势类别包括one手势、five手势、fist手势、ok手势以及yeah手势；所述手势识别模型是基于YOLOv8n基础网络、GB‑C2f目标检测模块和F‑FPN融合型特征金字塔网络构建的。本发明能够提高手势识别的推理速度和检测精度。

本发明授权一种轻量化手势识别方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种轻量化手势识别方法，其特征在于，包括： 获取待检测数据；所述待检测数据包括图片数据和视频数据； 将所述待检测手势输入训练好的手势识别模型进行预测，并输出当前帧的手势位置及手势类别；所述手势类别包括one手势、five手势、fist手势、ok手势以及yeah手势；所述手势识别模型是基于YOLOv8n基础网络、GB-C2f目标检测模块和F-FPN融合型特征金字塔网络构建的； 所述手势识别模型的构建过程包括： 首先，构建GB-C2f目标检测模块： 将GB-C2f目标检测模块中的原始Bottelneck结构利用GhostBottelneck结构进行替换，所述GhostBottelneck结构包括两个堆叠的GhostConv模块，且两所述GhostConv模块之间使用Shortcut连接，所述GhostConv模块包括依次连接的1×1卷积核和5×5卷积核，且将所述5×5卷积核的输出结果与上一步1×1卷积核的输出结果进行通道拼接； 然后，构建F-FPN融合型特征金字塔网络： 基于ASFF算法和AFPN算法提出所述F-FPN融合型特征金字塔网络，并将所述F-FPN融合型特征金字塔网络替代所述YOLOv8n基础网络中的FPN层； 所述GB-C2f目标检测模块的具体构建过程为： 先使用1×1的卷积核对输入数据进行步长为1的标准卷积操作，将输入数据的通道数减半，然后再使用5×5的卷积核对上一步生成的输出数据进行步长为1的标准卷积，并将卷积结果与上一步得到的输出数据进行通道拼接，以恢复原始的特征通道数，得到GhostConv模块； 将原始Bottleneck结构中的Conv模块替换成所述GhostConv模块，形成新的GhostBottleneck结构；所述GhostBottleneck结构包括两个堆叠的GhostConv模块，其中，第一个GhostConv模块作为扩展层，第二个GhostConv模块用于减少输出数据的通道数，使输出通道数与输入通道数相匹配；在两所述GhostConv模块之间，使用了Shortcut连接，在第二个GhostConv模块处理特征信息之后，不进行ReLU激活操作； 将原始Bottelneck结构替换为GhostBottelneck结构，得到轻量化的GB-C2f目标检测模块； 所述F-FPN融合型特征金字塔网络的运算过程为： 从主干网络提取第4层、第6层和第9层的特征，得到一组不同尺度下的特征；在进行特征融合之前，为了对齐特征维度并为特征融合做准备，使用1×1卷积和双线性插值方法对低分辨率特征进行上采样，对高分辨率特征图使用步长为2的2×2卷积进行2次下采样和步长为4的4×4卷积进行4次下采样； 利用ASFF算法对不同空间位置进行特征融合的采样数据进行一致性处理，接着进行特征融合，先将第4层的低层特征和第6层的中层特征输入到特征金字塔网络中进行初步特征融合，然后再将第9层的高层特征加入初步融合结果中进行再次特征融合；当每次特征融合完成后，均使用GB-C2f目标检测模块学习特征，产生一组多尺度特征，并根据特征完成识别任务。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华侨大学;厦门五卓未来科技有限公司，其通讯地址为：362021 福建省泉州市丰泽区城华北路269号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。