一种小波变换低频信息与Xception网络的静态手势识别方法技术

本发明专利技术提出了一种小波变换低频信息与Xception网络的静态手势识别方法，首先获取静态手势源图像和预设类型标签，构成样本训练集；再提取静态手势源图像的低频信息；之后建立Xception网络模型，包括输入层、中间层和输出层；将静态手势源图像的低频信息作为所述的输入层的输入，将输入层的输出结果再经过中间层循环处理8次，最后经输出层输出；结合Xception网络模型的输出结果和预设类型标签，对Xception网络模型进行训练，得到训练好的静态手势识别模型；最后针对待识别的静态手势源图像，经过步骤S2提取静态手势源图像的低频信息，将低频信息作为训练好的静态手势识别模型的的输入，得到识别结果。得到识别结果。得到识别结果。

【技术实现步骤摘要】
一种小波变换低频信息与Xception网络的静态手势识别方法


[0001]本专利技术涉及手势识别领域，尤其涉及一种小波变换低频信息与Xception网络的静态手势识别方法。

技术介绍

[0002]手势是一种具有自然、简洁、直接和丰富等特性的人机交互方式，同时人机交互也是人工智能发展的重要方向，其最终目标是实现人与机器无故障的交流。手势识别则是识别人类有意义的动作表达，手势识别技术的应用是多方面的，可以应用于计算机辅助的哑语教学、智能家电、医疗康复、虚拟现实、机器人控制、游戏娱乐等多个方面，同时也有助于改善有听力障碍的人的生活、学习和工作条件。因此，手势识别的研究具有极高的社会价值和研究意义。
[0003]针对近年来国内外手势识别研究，一种基于数据手套的研究数据手套可以精确的获取手指的运动等信息。但数据手套的成本昂贵，设备笨重导致佩戴和使用不便。在人机交互中限制手势的自由性极大的减弱手势识别的自然性和直接性，因此该方面的研究大都停留在实验室阶段。
[0004]因此，针对以上研究的不足，本专利技术提了一种基于小波变换低频信息与 Xc本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种小波变换低频信息与Xception网络的静态手势识别方法，其特征在于，包括以下步骤：S1，获取静态手势源图像和预设类型标签，构成样本训练集；S2，提取静态手势源图像的低频信息；S3，建立Xception网络模型，包括输入层、中间层和输出层；将静态手势源图像的低频信息作为所述的输入层的输入，将输入层的输出结果再经过中间层循环处理8次，最后经输出层输出；结合Xception网络模型的输出结果和预设类型标签，对Xception网络模型进行训练，得到训练好的静态手势识别模型；S4，针对待识别的静态手势源图像，首先经过步骤S2提取静态手势源图像的低频信息，再将低频信息作为训练好的静态手势识别模型的的输入，得到识别结果。2.根据权利要求1所述的小波变换低频信息与Xception网络的静态手势识别方法，其特征在于，所述的低频信息计算公式为：式中，(x,y)表示静态手势源图像像素点的横坐标和纵坐标，表示在基本小波母函数下求得的小波常数W，M和N分别表示图像的横向尺寸和纵向尺寸，j0表示初始尺度，f(x,y)表示静态手势源图像像素点(x,y)处的低频数值，表示尺度函数，m表示小波分解出的幅度，n(x,y)表示在像素点(x,y)处小波分解的比例尺。3.根据权利要求1所述的小波变换低频信息与Xception网络的静态手势识别方法，其特征在于，对步骤S3建立的Xception网络模型进行训练时，达到预设训练次数时训练停止。4.根据权利要求1所述的小波变换低频信息与Xception网络的静态手势识别方法，其特征在于，所述的输入层包括依次连接的第一卷积层、第二卷积层和三个可分离卷积模块；所述的可分离卷积模块包...

【专利技术属性】
技术研发人员：王学慧，王嘉炜，刘燕娜，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：