Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国科大杭州高等研究院何欣获国家专利权

国科大杭州高等研究院何欣获国家专利权

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!

龙图腾网获悉国科大杭州高等研究院申请的专利一种视觉多模态的非接触式的手势解锁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:CN120526487B

龙图腾网通过国家知识产权局官网在2025-11-18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:202511018266.3,技术领域涉及:G06V40/20;该发明授权一种视觉多模态的非接触式的手势解锁方法是由何欣;郭瑜;刘世界;王宇辰;李春来;王建宇;曹易农设计研发完成,并于2025-07-23向国家知识产权局提交的专利申请。

一种视觉多模态的非接触式的手势解锁方法在说明书摘要公布了:本发明的一种视觉多模态的非接触式的手势解锁方法,包括以下步骤:S1.多源传感数据的采集;S2.RGB图像数据的预处理;S3.事件流与RGB图像的融合,以手指和手掌的特征为顶点,连线为边,表达出手部空间结构;通过前后连续帧中的相同顶点的连线为边构建时间关联,再将事件流动态映射到图结构中得到多模态融合的特征;S4.多模态联合预测,将多模态融合特征映射到潜在空间的神经网络模型,输出潜在分布的参数μ和σ,并通过重参数化技巧,生成潜在特征Z;潜在特征Z与附加条件通道叠加后,经多层感知机MLP解码,得到最终手部姿态预测。本发明提供了一种适用于光照变化、快速运动等挑战性环境的低延迟、高鲁棒性地实时手势交互、高精度手语识别。

本发明授权一种视觉多模态的非接触式的手势解锁方法在权利要求书中公布了:1.一种视觉多模态的非接触式手势解锁方法,其特征在于:包括以下步骤: S1.多源传感数据的采集,采用红外测距传感模块感知手部接近的动作,触发并调度多源相机模块进行手部数据采集,获取高动态范围和丰富纹理信息的手部动作数据; S2.RGB图像数据的预处理,通过偏移量矩阵确定RGB帧位置通道和颜色通道的采样点,动态调整每个采样点的位置,针对采样区域重新加权,使得手部特征表达更强的通道被放大,初步提取手部特征; S3.事件流与RGB图像的融合,在初步提取手部特征基础上,以手指和手掌的特征为顶点,连线为边,表达出手部空间结构;通过前后连续帧中的相同顶点的连线为边构建时间关联,再将事件流动态映射到图结构中得到多模态融合的特征; S4.多模态联合预测,将多模态融合特征映射到潜在空间的神经网络模型,输出潜在分布的参数μ和σ,并通过重参数化技巧,生成潜在特征Z;潜在特征Z与附加条件通道叠加后,经多层感知机MLP解码,得到最终手部姿态预测; 步骤S3中,以预训练手部姿态估计模型提取的关节点为顶点,融合形状、位置和运动状态多维属性,并通过事件流动态连接连续帧构建时序关联,采用分层图结构显式建模手势演变过程,利用事件流时间戳自适应调整边权重,通过动态空间拓扑加权和时间戳加权机制,同时优化了手部结构表示和运动趋势捕捉,结合双分支图卷积网络,深度融合RGB图像的静态特征与事件流的高精度动态信息。

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国科大杭州高等研究院,其通讯地址为:310024 浙江省杭州市西湖区象山支弄1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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。