【技术实现步骤摘要】
手势控制与人物追踪自拍杆系统及控制方法
本申请涉及自拍杆与神经网络
，特别是涉及一种基于嵌入式深度神经网络的手势控制与人物追踪自拍杆系统及控制方法。
技术介绍
随着人工智能技术的高速发展，特别是近年来深度学习技术在计算机视觉、自然语言处理、推荐算法等方面取得的优异效果，使得越来越多的专家、学者开始研究如何使神经网络表现出更好的性能。研究表明，神经网络模型越复杂时，往往能表现出更好的效果，因此神经网络的设计呈现出越来越复杂化的趋势，已经从最初的两层网络结构发展到了多达数百层的网络结构，从而导致模型的复杂程度、计算参数呈现出数倍的增长，以致于嵌入式设备往往无法满足绝大多数神经网络模型的计算要求。因此探索如何优化神经网络结构，使得神经网络可以在嵌入式设备上运行，是非常有意义的。此外，近年来直播与自拍行为已经日渐成为了人们生活中不可分割的一部分，直播与自拍市场日益扩大，但现有的直播设备、自拍装置均存在很大的局限性，无法充分满足人们的使用需求。即现有技术中没有一款可识别人物位置从而自动追踪的自拍杆装置及实现方法，...
【技术保护点】
1.一种基于嵌入式深度神经网络的手势控制与人物追踪自拍杆系统，其特征在于，包括：/n自拍杆杆体；/n设置在自拍杆杆体上端可跟随人体转动的用于夹持手机的可调倾角的手机固定架；/n设置在自拍杆杆体上与手机固定架连接的旋转杆；/n设置在自拍杆杆体上与旋转杆连接用于驱动所述旋转杆转动的驱动电机；/n以及设置在所述自拍杆杆体上与所述驱动电机连接用于控制所述驱动电机转动的基于深度神经网络的神经网络芯片；/n设置在所述自拍杆杆体上的用于采集获得待检测图像的摄像头，所述摄像头与所述神经网络芯片连接；/n以及设置在自拍杆杆体下端的稳定三脚架；/n所述摄像头采集、传入视频流，获得待检测图像，并...
【技术特征摘要】
1.一种基于嵌入式深度神经网络的手势控制与人物追踪自拍杆系统，其特征在于，包括：
自拍杆杆体；
设置在自拍杆杆体上端可跟随人体转动的用于夹持手机的可调倾角的手机固定架；
设置在自拍杆杆体上与手机固定架连接的旋转杆；
设置在自拍杆杆体上与旋转杆连接用于驱动所述旋转杆转动的驱动电机；
以及设置在所述自拍杆杆体上与所述驱动电机连接用于控制所述驱动电机转动的基于深度神经网络的神经网络芯片；
设置在所述自拍杆杆体上的用于采集获得待检测图像的摄像头，所述摄像头与所述神经网络芯片连接；
以及设置在自拍杆杆体下端的稳定三脚架；
所述摄像头采集、传入视频流，获得待检测图像，并输入至神经网络芯片；
神经网络芯片对获得的待检测图像进行编解码预处理，并将待检测图像传入至已经训练完备的嵌入式深度神经网络模型中，经推理计算后输出待检测图像中的目标类别与位置；
当检测到开机手势时，启动驱动电机，由神经网络芯片持续向驱动电机发送经嵌入式深度神经网络处理后检测到的人物位置，控制驱动电机带动自拍杆杆体随人物位置旋转，启动跟拍功能；当检测到电机关闭手势后，停止电机旋转，结束跟拍功能。
2.根据权利要求1所述基于嵌入式深度神经网络的手势控制与人物追踪自拍杆系统，其特征在于，所述神经网络芯片包括：
处理器、存储器；以及通过总线分别与处理器、存储器连接的控制器；
所述处理器、存储器、控制器三者间通过总线完成相互间的进程通信，所述处理器用于对视频流进行编解码操作，对图像进行降噪预处理，获得待检测图像；并将待检测图像传入至已经训练完备的嵌入式深度神经网络模型中，经推理计算后输出待检测图像中的目标类别与位置至控制器接收，并由控制器控制驱动电机实现旋转追踪功能。
3.根据权利要求2所述基于嵌入式深度神经网络的手势控制与人物追踪自拍杆系统，其特征在于，所述摄像头采集用于获得待检测的图像，所述神经网络芯片用于对视频流进行编解码操作，对图像进行降噪预处理，获得待检测图像；将待检测图像传入至已经训练完备的嵌入式深度神经网络模型中，经推理计算后输出待检测图像中的目标类别与位置至控制器接收；
所述控制器用于接收到启动手势后，启动电机旋转，不断根据接收到的人物位置信息控制电机旋转，电机旋转的同时带动自拍杆杆体旋转，进行人物追踪，直至检测到电机关闭手势后停止电机旋转，结束人物追踪功能；当检测到拍照手势时，控制器控制自拍杆延时三秒后实现远程拍照。
4.根据权利要求1所述基于嵌入式深度神经网络的手势控制与人物追踪自拍杆系统，其特征在于，所述基于深度神经网络的神经网络芯片还用于收到摄像头发来的图像并处理的过程中，在每一个像素点...
【专利技术属性】
技术研发人员：路振旺，
申请(专利权)人：深圳市瓴鹰智能科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。