一种基于回归检测的实时动态手势轨迹识别方法

摘要

本发明涉及一种基于回归检测的实时动态手势轨迹识别方法，获取视频图像，分割手部区域，获取关键点，构建基于关键点的手势轨迹；以基于因果卷积和空洞卷积改进的TextCNN对手势轨迹的信息进行特征提取，并将特征序列输入LSTM，以基于变化的输出层结构改进的LSTM对所述特征序列进行回归预测，从预测结果中聚类筛选出最可信的结果，定位和识别轨迹中存在的有效部分。本发明针对动态手势识别中噪声环境下轨迹难以被准确快速识别的问题，提出基于回归检测的方法，结合CNN与LSTM的回归检测算法，能快速检测包含噪声的轨迹中有效部分所在位置和类别，降低噪声对手势轨迹识别影响，对动态手势轨迹实现高鲁棒性分类。