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！

龙图腾网获悉华南理工大学申请的专利基于推荐算法的模板匹配手势识别方法、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：CN118397706B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202410592184.9，技术领域涉及：G06V40/20；该发明授权基于推荐算法的模板匹配手势识别方法、系统、设备及介质是由陈太聪;庄净羽设计研发完成，并于2024-05-14向国家知识产权局提交的专利申请。

本基于推荐算法的模板匹配手势识别方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于推荐算法的模板匹配手势识别方法、系统、设备及介质，所述方法包括：获取三维手部运动数据，并进行归一化处理，定义累计特征变化指标以判断手势起止状态；抽取三维手部运动数据的关键形状特征和位移特征，融合构建特征向量高维空间模型，建立手势模板库；提出修正余弦相似度指标，完成基于特征向量空间的匹配计算，推荐形成目标手势；根据用户反馈，将正确识别手势与当前手势模板库融合，实现手势模板库的动态和自适应更新。本发明相比传统方法，识别精度和稳定性大幅改善，可保证小样本数据集的鲁棒性，有益于提高LeapMotion的易用性和交互体验。

本发明授权基于推荐算法的模板匹配手势识别方法、系统、设备及介质在权利要求书中公布了：1.一种基于推荐算法的模板匹配手势识别方法，其特征在于，所述方法包括：获取LeapMotion采集的三维手部运动数据，并对三维手部运动数据进行归一化处理，定义累计特征变化指标以判断手势起止状态；提取三维手部运动数据的关键形状特征和位移特征，完整表征手势信息；融合关键形状特征和位移特征，构建特征向量高维空间模型，建立手势模板库；基于特征向量空间的匹配算法，计算每一帧待识别手势与手势模板库中的模板手势之间的修正余弦相似度，作为单位匹配率；根据单位匹配率，计算所有帧待识别手势与手势模板库中的模板手势之间的平均匹配率，将平均匹配率高于手势相似度阈值的模板手势的对应类别名称添加到推荐列表，按照平均匹配率的大小排序，输出推荐列表中最高位的模板手势类别作为手势识别的结果；根据用户反馈，将正确识别手势与当前手势模板库融合，实现手势模板库的动态和自适应更新；所述定义累计特征变化指标以判断手势起止状态，具体包括：定义累计特征变化量的计算公式，如下： 其中，xi,j表示第i帧的第j个特征量，n表示特征量个数；若累计特征变化量R大于特征变化阈值，则判断为手势开始；若累计特征变化量R趋近于零时，则判断为手势停止；所述基于特征向量空间的匹配算法，计算每一帧待识别手势与手势模板库中的模板手势之间的修正余弦相似度，如下式： 其中，σ*i,j表示第i帧待识别手势与第j个模板手势特征向量间的修正余弦相似度，Fo,i表示每帧待识别手势的特征向量，Fd,j表示各个模板手势特征向量，fo,k表示待识别手势的第k个特征值，fd,k表示模板手势的第k个特征值；所述根据用户反馈，将正确识别手势与当前手势模板库融合，实现手势模板库的动态和自适应更新，具体包括：通过人机交互的方式获取用户对手势识别结果的反馈，若手势被正确识别且与模板手势的相似度大于0.8，则将正确识别手势与该模板手势融合，采用移动平均的方法对当前手势模板库进行更新。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。