買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉揚州大學(xué)申請的專利一種基于圖像識別的智能設(shè)備手勢識別控制方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114792443B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210440398.5，技術(shù)領(lǐng)域涉及：G06V40/20；該發(fā)明授權(quán)一種基于圖像識別的智能設(shè)備手勢識別控制方法是由沙志清;朱毅;畢易;戴悅;紀(jì)正一設(shè)計研發(fā)完成，并于2022-04-25向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于圖像識別的智能設(shè)備手勢識別控制方法在說明書摘要公布了：本發(fā)明公開了一種基于圖像識別的智能設(shè)備手勢識別控制方法，包括：1）通過攝像頭捕捉用戶圖像，基于OpenCV2對用戶身份及手部大致位置進(jìn)行識別；2）對手部矩形部分的圖像信息進(jìn)行灰度化、二值化操作，求手部圖形的中心距判斷掌心位置，采用CNN模型對手部關(guān)鍵點位置坐標(biāo)分析；3）將步驟2）中得到的手部關(guān)鍵點位置坐標(biāo)，通過計算其二維角度關(guān)系和其他運動信息，用余弦相似度的方法與用戶預(yù)設(shè)的操作手勢進(jìn)行比較判斷，實現(xiàn)手勢分析；4）根據(jù)分析得到的手勢，依據(jù)用戶設(shè)置的控制邏輯向設(shè)備發(fā)送控制指令，完成通過手勢隔空操作設(shè)備。本發(fā)明使用神經(jīng)網(wǎng)絡(luò)識別手部位置和姿態(tài)，引入對手勢的歸納分析，通過識別結(jié)果對智能設(shè)備進(jìn)行快捷控制。

本發(fā)明授權(quán)一種基于圖像識別的智能設(shè)備手勢識別控制方法在權(quán)利要求書中公布了：1.一種基于圖像識別的智能設(shè)備手勢識別控制方法，其特征在于，包括以下步驟： 步驟1通過攝像頭捕捉用戶圖像，基于OpenCV2對用戶身份及手部大致位置進(jìn)行識別； 步驟1.1使用者通過攝像頭進(jìn)行人臉圖像采集，通過人臉識別模型判斷使用者身份；若檢測到使用者為授權(quán)用戶，執(zhí)行步驟1.2； 步驟1.2基于OpenCV2利用mediapipe模型，定義一個hand函數(shù)對輸入圖像進(jìn)行初步分割，得到使用者的手部矩形的位置信息；其中獲得的手部矩形位置信息為：矩形左上角坐標(biāo)landmarksx,y，矩形大小shapewidth,height； 步驟2對手部矩形部分的圖像信息進(jìn)行灰度化、二值化操作，求手部圖形的中心距判斷掌心位置，采用CNN模型對手部關(guān)鍵點位置坐標(biāo)分析； 步驟2.1將步驟1.2手部矩形的原圖像進(jìn)行切割，通過視覺心理學(xué)公式1進(jìn)行灰度化處理； Gx,y＝rx,y*299+gx,y*587+bx,y*11410001 步驟2.2通過閾值分割法將該部分圖像width×height的像素信息進(jìn)行二值化，得到只由0，255灰階組成的二維矩陣Mw,h； 其中切割閾值使用Renyi熵計算公式2進(jìn)行計算： K＝argmaxHAk+HBk2 K為二值化的切割閾值，二值化的方法見公式3； 步驟2.3對于步驟2.2得到的二值化矩陣Mw,h，取其中面積最大的值為0的區(qū)域，其0階矩表示為m00＝∫∫fx,ydxdy；通過公式4計算中心矩來預(yù)測掌心位置坐標(biāo)[locate_x,locate_y]； m10＝∑x∑yxfx,y 步驟2.4使用CNN訓(xùn)練具體手勢識別的模型，手勢圖片經(jīng)過處理得到的灰度信息矩陣作為網(wǎng)絡(luò)模型的輸入，通過公式5進(jìn)行卷積運算得到特征矩陣圖； 其中xn是激勵信號，hn是單位樣值響應(yīng)，*表示求卷積；卷積層后選擇RELU函數(shù)，從而引入非線性特征，接著采用平均池化的方法減少訓(xùn)練的參數(shù)量，最后通過全連接層得到結(jié)果其中py＝j(luò)|x；θ表示輸出y分類的j的概率，θ為網(wǎng)絡(luò)參數(shù)，x為特征向量； 步驟2.5訓(xùn)練結(jié)束后的模型參數(shù)保存，對測試數(shù)據(jù)集進(jìn)行測試，對于所有的測試數(shù)據(jù)，當(dāng)測試準(zhǔn)確率達(dá)到95％以上則可留待使用； 步驟2.6使用步驟2.4中得到的手勢識別模型參數(shù)，加載tensorflow中的網(wǎng)絡(luò)模型，得到此時輸入圖像中的手部關(guān)鍵點坐標(biāo)； 步驟3將步驟2中得到的手部關(guān)鍵點位置坐標(biāo)，通過計算其二維角度關(guān)系和其他運動信息，用余弦相似度的方法與用戶預(yù)設(shè)的操作手勢進(jìn)行比較判斷，實現(xiàn)手勢分析； 步驟4根據(jù)分析得到的手勢，依據(jù)用戶設(shè)置的控制邏輯向設(shè)備發(fā)送控制指令，完成通過手勢隔空操作設(shè)備。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人揚州大學(xué)，其通訊地址為：225009 江蘇省揚州市大學(xué)南路88號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。