公开(公告)号：CN112883922B

公开(公告)日：2022-08-30

申请号：CN202110304616.8

申请日：2021-03-23

Applicant: 合肥工业大学

Inventor： 李桢旻 ,  祝东疆 ,  苏彦博 ,  贺子珊 ,  鲁杰 ,  彭靖宇 ,  杜高明 ,  王晓蕾

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于CNN‑BiGRU神经网络融合的手语识别方法，包括：1采集手语数据并添加标签制作手语数据集；2对手语数据集进行数据预处理；3将增强后的特征数据划分为训练数据集、验证数据集和测试数据集；4建立一维CNN和BiGRU融合的CNN‑BiGRU深度神经网络模型；5实时采集手语数据并经过数据预处理后输入最终模型后得到手语分类结果。本发明能充分利用手语特征序列的时空信息，提高整个模型的识别精度，从而能有效且准确的实现手语的识别和分类。

公开(公告)号：CN112883922A

公开(公告)日：2021-06-01

申请号：CN202110304616.8

申请日：2021-03-23

Applicant: 合肥工业大学

Inventor： 李桢旻 ,  祝东疆 ,  苏彦博 ,  贺子珊 ,  鲁杰 ,  彭靖宇 ,  杜高明 ,  王晓蕾

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于CNN‑BiGRU神经网络融合的手语识别方法，包括：1采集手语数据并添加标签制作手语数据集；2对手语数据集进行数据预处理；3将增强后的特征数据划分为训练数据集、验证数据集和测试数据集；4建立一维CNN和BiGRU融合的CNN‑BiGRU深度神经网络模型；5实时采集手语数据并经过数据预处理后输入最终模型后得到手语分类结果。本发明能充分利用手语特征序列的时空信息，提高整个模型的识别精度，从而能有效且准确的实现手语的识别和分类。