专利交易市场

本发明公开了一种基于时空双流特征融合的动态手语识别方法。具体步骤为：1)从手语视频数据集中获取多个手语视频，并对所有手语视频进行手语标类，之后将每个手语视频进行预处理后获得图像序列，将所有预处理后的图像序列分为训练集和测试集；2)构建用于动态手语识别的神经网络模型，神经网络模型包括五个时间卷积模块、六个空间卷积模块、一个池化模块、一个多维整合模块和两个平均池化层；3)将训练集输入步骤2)构建的神经网络模型中进行训练4)将待识别的手语视频进行预处理，之后输入训练好的神经网络模型进行手语识别，并输出分类识别结果。本发明针对动态手势识别特点进行设计，可以有效提升动态手语识别的准确率。