一种基于对数路径积分特征和卷积神经网络的手势识别方法

摘要

本发明公开了一种基于对数路径积分特征和卷积神经网络的手势识别方法，步骤包括：对视频数据进行标注，训练一个基于Faster‑RCNN的手部检测器；利用手部检测器对视频样本逐帧进行检测，获得每一帧的手部位置；基于每一帧的手部位置，结合时间和深度构建出二维、三维和四维的手部轨迹；对手部轨迹进行数据增强；对增强后的轨迹样本提取相应的对数路径积分特征；将对数路径积分特征按照空间位置信息进行排列，构建出对应的特征立方体；将特征立方体作为卷积神经网络的输入，并最终输出识别结果。本发明将鲁棒的对数路径积分特征应用于手势识别领域，并提出新的数据增强方法随机弃帧，在不同的背景和光照条件下，都能准确识别手势种类。