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！

龙图腾网获悉扬州大学申请的专利一种基于图像识别的智能设备手势识别控制方法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：CN114792443B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202210440398.5，技术领域涉及：G06V40/20；该发明授权一种基于图像识别的智能设备手势识别控制方法是由沙志清;朱毅;毕易;戴悦;纪正一设计研发完成，并于2022-04-25向国家知识产权局提交的专利申请。

本一种基于图像识别的智能设备手势识别控制方法在说明书摘要公布了：本发明公开了一种基于图像识别的智能设备手势识别控制方法，包括：1）通过摄像头捕捉用户图像，基于OpenCV2对用户身份及手部大致位置进行识别；2）对手部矩形部分的图像信息进行灰度化、二值化操作，求手部图形的中心距判断掌心位置，采用CNN模型对手部关键点位置坐标分析；3）将步骤2）中得到的手部关键点位置坐标，通过计算其二维角度关系和其他运动信息，用余弦相似度的方法与用户预设的操作手势进行比较判断，实现手势分析；4）根据分析得到的手势，依据用户设置的控制逻辑向设备发送控制指令，完成通过手势隔空操作设备。本发明使用神经网络识别手部位置和姿态，引入对手势的归纳分析，通过识别结果对智能设备进行快捷控制。

本发明授权一种基于图像识别的智能设备手势识别控制方法在权利要求书中公布了：1.一种基于图像识别的智能设备手势识别控制方法，其特征在于，包括以下步骤： 步骤1通过摄像头捕捉用户图像，基于OpenCV2对用户身份及手部大致位置进行识别； 步骤1.1使用者通过摄像头进行人脸图像采集，通过人脸识别模型判断使用者身份；若检测到使用者为授权用户，执行步骤1.2； 步骤1.2基于OpenCV2利用mediapipe模型，定义一个hand函数对输入图像进行初步分割，得到使用者的手部矩形的位置信息；其中获得的手部矩形位置信息为：矩形左上角坐标landmarksx,y，矩形大小shapewidth,height； 步骤2对手部矩形部分的图像信息进行灰度化、二值化操作，求手部图形的中心距判断掌心位置，采用CNN模型对手部关键点位置坐标分析； 步骤2.1将步骤1.2手部矩形的原图像进行切割，通过视觉心理学公式1进行灰度化处理； Gx,y＝rx,y*299+gx,y*587+bx,y*11410001 步骤2.2通过阈值分割法将该部分图像width×height的像素信息进行二值化，得到只由0，255灰阶组成的二维矩阵Mw,h； 其中切割阈值使用Renyi熵计算公式2进行计算： K＝argmaxHAk+HBk2 K为二值化的切割阈值，二值化的方法见公式3； 步骤2.3对于步骤2.2得到的二值化矩阵Mw,h，取其中面积最大的值为0的区域，其0阶矩表示为m00＝∫∫fx,ydxdy；通过公式4计算中心矩来预测掌心位置坐标[locate_x,locate_y]； m10＝∑x∑yxfx,y 步骤2.4使用CNN训练具体手势识别的模型，手势图片经过处理得到的灰度信息矩阵作为网络模型的输入，通过公式5进行卷积运算得到特征矩阵图； 其中xn是激励信号，hn是单位样值响应，*表示求卷积；卷积层后选择RELU函数，从而引入非线性特征，接着采用平均池化的方法减少训练的参数量，最后通过全连接层得到结果其中py＝j|x；θ表示输出y分类的j的概率，θ为网络参数，x为特征向量； 步骤2.5训练结束后的模型参数保存，对测试数据集进行测试，对于所有的测试数据，当测试准确率达到95％以上则可留待使用； 步骤2.6使用步骤2.4中得到的手势识别模型参数，加载tensorflow中的网络模型，得到此时输入图像中的手部关键点坐标； 步骤3将步骤2中得到的手部关键点位置坐标，通过计算其二维角度关系和其他运动信息，用余弦相似度的方法与用户预设的操作手势进行比较判断，实现手势分析； 步骤4根据分析得到的手势，依据用户设置的控制逻辑向设备发送控制指令，完成通过手势隔空操作设备。

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扬州大学，其通讯地址为：225009 江苏省扬州市大学南路88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”。