欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202210425154X
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多特征融合的人手轨迹预测与意图识别方法,其特征在于包括如下步骤:S1.获取人的脸部和肩部关键点数据;获取手掌轨迹数据;包括利用相机采集包含人脸部关键点的图片信息;利用openpose算法识别出关键点在图片中的像素位置,关键点包括肩中P1、左眼P2和右眼P3;用(Pi使用aruco标识码定位技术,将aruco标识码粘贴在人的手掌上,相机采样频率为一秒钟十次,具体包括:当手掌进入设定起始线范围内,开始存储手掌位置,同时识别并存储关键点在图片像素中的位置(Pi其中,x

S2.将人的脸部和肩部关键点数据输入支持向量机,得到人脸朝向模态信息;将手掌轨迹数据序列输入到SG滤波器,消除轨迹数据波动,得到平滑的轨迹数据;包括:将像素位置的二维数据和深度一维数据合并为一个三维异构空间O,该三维异构空间的x轴在数值上等于关键点在图片像素中的位置的横坐标Pi将X输入到SG滤波器进行消抖去噪处理,得到去噪的轨迹数据T'=(t'S3.将两种模态信息进行平行融合,得到多模态融合信息;包括将两种模态信息平行融合,具体为将轨迹数据中每一个坐标与人脸朝向分类模态信息S进行连接,形成多模态信息M;

其中,t'

S4.输入到LSTM网络中,输出手掌的预测轨迹。

2.根据权利要求1所述的基于多特征融合的人手轨迹预测与意图识别方法,其特征在于所述的步骤S4,包括建立LSTM网络,LSTM网络的隐藏层数为2,隐藏层单元数为16;将多模态信息M输入到LSTM网络中,LSTM网络输出为M':其中,N表示未来手掌的设定位置坐标总数;m