买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京建筑大学申请的专利一种动态手势识别方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116524593B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310440929.5，技术领域涉及：G06V40/20；该发明授权一种动态手势识别方法、系统、设备及介质是由万珊珊;杨兰;杨舒月;丁嘉琦;朱宇涵;邱冬炜设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本一种动态手势识别方法、系统、设备及介质在说明书摘要公布了：本发明公开一种动态手势识别方法、系统、设备及介质，涉及手势识别技术领域。该方法包括：获取待识别手势视频；将待识别手势视频输入至动态手势识别模型中进行识别，得到待识别手势视频的预测类别；动态手势识别模型包括图像编码器、文本编码器和相似度计算器；图像编码器包括特征提取模块和特征融合模块；特征提取模块是以I3D网络为教师模型，以ResNet网络为学生模型，进行知识蒸馏训练得到的；特征融合模块是基于坐标注意力机制构建得到的。本发明能够解决动态手势识别中复杂背景干扰、模型依赖带标签数据以及计算量大且实时性差的问题，提高动态手势识别的识别性能。

本发明授权一种动态手势识别方法、系统、设备及介质在权利要求书中公布了：1.一种动态手势识别方法，其特征在于，包括： 获取待识别手势视频；所述待识别手势视频包括：待识别真彩数据、待识别深度数据和待识别光流数据；所述待识别光流数据是基于所述待识别真彩数据确定的； 将所述待识别手势视频输入至动态手势识别模型中进行识别，得到所述待识别手势视频的预测类别；所述动态手势识别模型包括图像编码器、文本编码器和相似度计算器；所述图像编码器包括特征提取模块和特征融合模块；所述特征提取模块是以I3D网络为教师模型，以ResNet网络为学生模型，进行知识蒸馏训练得到的；所述特征融合模块是基于坐标注意力机制构建得到的； 所述特征提取模块用于对所述待识别手势视频进行特征提取，得到待识别真彩特征、待识别深度特征和待识别光流特征；所述特征融合模块用于对所述待识别真彩特征、所述待识别深度特征和所述待识别光流特征进行特征融合，得到待识别图像特征；所述文本编码器用于对手势识别任务数据集中的所有类别标签进行特征提取，得到对应的文本特征；所述相似度计算器用于计算所述待识别图像特征与所有文本特征的相似度，并将相似度最高的所述文本特征对应的类别标签作为所述待识别手势视频的预测类别； 其中，所述图像编码器的训练过程包括： 构建手势识别任务数据集；所述手势识别任务数据集中包括若干个样本手势视频和对应的真实类别标签；所述样本手势视频包括：帧数统一的样本真彩数据、样本深度数据和样本光流数据； 基于I3D网络构建教师模型，并将所述样本手势视频输入至所述教师模型中进行特征提取，得到第一样本真彩特征、第一样本深度特征和第一样本光流特征； 基于ResNet网络构建学生模型，并将所述样本手势视频输入至所述学生模型中进行特征提取，得到第二样本真彩特征、第二样本深度特征和第二样本光流特征； 基于坐标注意力机制构建特征融合网络； 将所述第一样本真彩特征、所述第一样本深度特征和所述第一样本光流特征输入至所述特征融合网络中进行特征融合，得到第一融合图像特征； 将所述第二样本真彩特征、所述第二样本深度特征和所述第二样本光流特征输入至所述特征融合网络中进行特征融合，得到第二融合图像特征； 根据所述第一融合图像特征确定样本软标签； 根据所述第二融合图像特征确定软预测标签和硬预测标签； 根据所述样本软标签、所述软预测标签、所述硬预测标签和样本硬标签确定总损失；所述样本硬标签为所述样本手势视频的真实类别标签； 以所述总损失最小为目标进行蒸馏训练，得到图像编码器。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京建筑大学，其通讯地址为：100037 北京市西城区展览路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。