科创中国
一种基于轻量级神经网络的手语识别方法、系统及手套
成果类型：: 发明专利
发布时间: 2024-09-24 10:12:42
科技成果产业化落地方案
方案提交机构：成果发布人| 徐景新 | 2024-09-24 10:12:42
本发明为克服上述现有技术所述的利用数据手套来获取手语动作中的手部数据信息存在计算量大、手势识别时延长的缺陷，提供一种基于轻量级神经网络的手语识别方法、系统，以及一种手语识别手套。
本发明涉及手势识别技术领域，提出一种基于轻量级神经网络的手语识别方法、系统及手套，包括以下步骤：以预设的采样周期采集手语动作数据；对采集的手语动作数据进行有效数据判断，得到有效的手语动作数据；将所述有效的手语动作数据输入轻量级神经网络进行手语识别，得到手语识别结果；其中，所述轻量级神经网络包括采用非对称并行卷积结构的浅层卷积神经网络，或基于遗传算法对平滑因子进行寻优的PNN神经网络。本发明通过对采集的手语动作数据进行有效数据判断，用于过滤冗余信息或无效信息，以降低手语识别的计算量；同时选用轻量级神经网络用于手语识别，能够有效缩短手语识别时延，以满足实时手语识别任务的需要。
聋哑教育：手语识别手套可以帮助聋哑学生更好地学习和交流，提高他们的教育质量。教师可以通过手套实时了解学生的手语表达，及时给予反馈和指导。
日常生活：手语识别系统可以集成到智能手机、平板电脑等设备中，方便聋哑人与普通人进行日常交流。例如，在购物、点餐、就医等场景中，聋哑人可以通过手语与他人沟通，提高生活便利性。
公共服务：在政府部门、医院、银行等公共服务场所，手语识别系统可以为聋哑人提供更好的服务。例如，政府部门可以通过手语识别系统为聋哑人提供政务咨询和办理服务；医院可以通过手语识别系统为聋哑患者提供医疗服务。
工业控制：手语识别手套可以用于工业控制领域，例如机器人控制、自动化生产线等。工人可以通过手语向机器人发送指令，实现更加灵活和高效的生产操作。
虚拟现实和游戏：手语识别技术可以应用于虚拟现实和游戏领域，为玩家提供更加自然和沉浸式的交互体验。玩家可以通过手语与虚拟角色进行互动，增加游戏的趣味性和挑战性。
总之，基于轻量级神经网络的手语识别方法、系统及手套具有广泛的应用前景，可以为聋哑人提供更加便捷和高效的交流方式，促进聋哑人与普通人之间的沟通和融合。
骆爱文是暨南大学信息科学技术学院的一名教师，他/她在电气电子技术及应用方面有着深入的研究。其研究重点包括嵌入式图像处理与理解，以及微纳电子器件等领域。在电气电子技术及应用领域，骆爱文致力于探索创新的技术和方法，以提高电子设备的性能和功能。他/她可能关注电路设计、系统集成、电源管理等方面的研究，以开发更高效、可靠和智能的电子产品。
与现有技术相比，本发明技术方案的有益效果是：本发明通过对采集的手语动作数据进行有效数据判断，用于过滤冗余信息或无效信息，以降低手语识别的计算量；本发明还通过采用轻量级神经网络进行手语识别，选用非对称并行卷积结构的浅层卷积神经网络，或基于遗传算法对平滑因子进行寻优的PNN神经网络作为轻量级神经网络，有效缩短手语识别时延，以满足实时手语识别任务的需要。
技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。
下载app