龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：沈阳建筑大学
申请日：2022-08-26
公开（公告）日：2023-03-28
公开（公告）号：CN115862127A
主分类号：G06V40/20
分类号：G06V40/20;G06N3/0464;G06N3/08;G06V10/764;G06V10/774;G06V10/82
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.04.14#实质审查的生效;2023.03.28#公开
摘要：本发明公开了一种基于CBC分类器的Attention‑YOLOv5网络手势识别方法，包括：基于制作的手势图像数据集和标签，训练得到YOLOv5网络模型；在YOLOv5网络模型中添加CBMA模块，使得重要目标特征占有更大处理比重，并训练得到Attention‑YOLOv5网络模型；建立基于R‑vineCopula改进的CBC分类器，CBC分类器接于YOLOv5的输出端；获取待识别手势图像，并基于YOLOv5网络模型和改进的CBC分类器检测识别，输出结果。本发明通过引入注意力机制，改善了YOLOv5目标检测网络特征差异不敏感问题。使用R‑vineCopula模型改进朴素贝叶斯分类器，CBC分类器保留属性间相关性，解决图片分类精度缺失问题。相比于之前的YOLOv5网络，本发明的精确度、平均精度和召回率都得到显著提升。
主权项：1.一种基于CBC分类器的Attention-YOLOv5网络手势识别方法，其特征在于，包括：S1：基于制作的手势图像数据集和标签，训练得到YOLOv5网络模型；S2：在YOLOv5网络模型中添加CBMA模块，使得重要目标特征占有更大处理比重，并训练得到Attention-YOLOv5网络模型；S3：建立基于R-vineCopula改进的CBC分类器，CBC分类器接于YOLOv5的输出端；S4：获取待识别手势图像，并基于YOLOv5网络模型和改进的CBC分类器检测识别，输出结果。
全文数据：
权利要求：
百度查询： 沈阳建筑大学 一种基于CBC分类器的Attention-YOLOv5网络手势识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号