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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学宋娟获国家专利权

西安电子科技大学宋娟获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利手语识别方法、装置、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:CN115171212B

龙图腾网通过国家知识产权局官网在2026-02-13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:202210791323.1,技术领域涉及:G06V40/20;该发明授权手语识别方法、装置、设备及存储介质是由宋娟;郑健;李景新;冯明涛;朱光明;张亮;沈沛意设计研发完成,并于2022-07-07向国家知识产权局提交的专利申请。

手语识别方法、装置、设备及存储介质在说明书摘要公布了:本发明公开了一种手语识别方法、装置、设备及存储介质,该方法包括获取目标手语动作的关节位姿数据和骨骼位姿数据,进一步拓展为关节运动数据流、骨骼位姿数据流和骨骼运动数据流,并构建人体位姿结构对应的拓扑关系,一同输入到手语图卷积神经网络进行手语识别,以获得目标手语动作对应的手语预测词汇。本发明基于多种位姿数据表征形式共同作为决策输入的多流融合框架,利用关节位姿数据流、关节运动数据流、骨骼位姿数据流以及骨骼运动数据流,实现高精准度的手语识别过程,解决了目前手语识别方法对于属于不同类别却有着极其相似局部结构的手语视频的识别精准度不高的技术问题。

本发明授权手语识别方法、装置、设备及存储介质在权利要求书中公布了:1.一种手语识别方法,其特征在于,所述方法包括以下步骤: 根据Kinect采集设备或位姿估计器获取目标手语动作的关节位姿数据,根据所述关节位姿数据,确定骨骼位姿数据; 基于关节位姿数据和所述骨骼位姿数据,获得新的位姿表征形式:关节位姿数据流、关节运动数据流、骨骼位姿数据流以及骨骼运动数据流; 所述关节位姿数据流和骨骼位姿数据流为若干连续的图像帧中提取的关节位姿数据和骨骼位姿数据,所述关节运动数据流和骨骼运动数据流为若干相邻的图像帧中提取的关节位姿数据的差值和骨骼位姿数据的差值; 基于所述关节位姿数据流、关节运动数据流、骨骼位姿数据流和骨骼运动数据流,结合手语演示者的全关节点和手部关节点的邻接矩阵,输入手语图卷积神经网络进行手语识别,获得目标手语动作对应的手语预测词汇;其中: 所述邻接矩阵的每一行对应表示一个关节点的相邻节点集,所述邻接矩阵的每一列对应表示每个关节点; 所述手语图卷积神经网络对每个节点的局部结构进行特征嵌入,所述特征嵌入的表达式为: 其中,表示层数,为不同分区的个数, 为针对第k个分区的、第层到第层的权值矩阵,第0层的嵌入特征,为第k个分区的、经全局和局部信息强化关注的特定邻接矩阵A; 所述手语图卷积神经网络中的图卷积层结构的表达式为: 其中,为在第k个分区使用的全关节点的邻接矩阵,为以初始化的可学习邻接矩阵,为第k个分区使用的手部关节点拓扑关系的邻接矩阵,表示以初始化的可学习邻接矩阵。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2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。