【技术实现步骤摘要】
本申请涉及人工智能领域，具体而言，涉及一种手势识别的方法、装置及电子设备。
技术介绍
1、手势识别技术是一种通过计算机视觉和人工智能技术来分析和识别人类手势动作的技术。它主要通过相机、传感器等输入输出设备捕捉手势信息，然后通过算法对捕捉到的手势信息进行处理和分析，从而实现对手势的识别和判断。
2、当前手势识别技术可以分为两大类：基于传感器的手势识和基于视觉的手势识别。基于传感器的手势识别技术主要利用加速计、陀螺仪等传感器来捕捉手势信息，并通过算法对捕捉到的手势信息进行分析和识别。而基于视觉的手势识别技术则利用摄像头捕捉手势信息，并通过计算机视觉和人工智能的算法对捕捉到的手势信息进行分析和识别。基于深度学习的手势识别是基于视觉手势识别的主流方案。虽然基于深度学习的手势识别在识别准确率方面，取得了不错的结果，但仍然存在以下几个问题。
3、1.深度学习作为数据驱动的任务，需要大量的标注数据训练模型，且模型的准确率与数据量成正比。如果训练一个表现优异的模型，通常需要几十万甚至上百万的标注数据，而标注数据需要耗费大量人力和...
【技术保护点】
1.一种手势识别的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，初始化当前运行环境之后，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，依据所述第一资源消耗和所述第二资源消耗的比较结果，确定目标深度学习框架中的手势识别模型，包括：
4.根据权利要求1所述的方法，其特征在于，依据所述目标深度学习框架中的手势识别模型进行手势识别，包括：
5.根据权利要求1所述的方法，其特征在于，所述手势识别模型通过以下方式得到：
6.根据权利要求5所述的方法，其特征在于，依据所述第一特征提取模型...
【技术特征摘要】
1.一种手势识别的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，初始化当前运行环境之后，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，依据所述第一资源消耗和所述第二资源消耗的比较结果，确定目标深度学习框架中的手势识别模型，包括：
4.根据权利要求1所述的方法，其特征在于，依据所述目标深度学习框架中的手势识别模型进行手势识别，包括：
5.根据权利要求1所述的方法，其特征在于，所述手势识别模型通过以下方式得到：
6.根据权利要求5所述的方法，其特征在于，依据所述第一特征提取模型和所述训练数据对第...
【专利技术属性】
技术研发人员：王栋，左庆，何智翔，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
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。