基于DC-Res2Net和特征融合注意力模块的手势图像分类方法(高校公示15天)(不包年费滞纳金)(需要二变)
发明专利本发明公开了基于特征融合注意力模块和特征选择的手势图像分类方法。方法为首先使用已知数据集中的手势图像作为手势图像,并获取手势图像的类别标签,对手势图像进行尺寸归一化处理获得训练集;然后构建卷积神经网络,卷积神经网络包括特征提取模块、特征融合注意力模块和分类器;再将训练集输入卷积神经网络进行训练;最后将待分类的手势图像输入到训练好的卷积神经网络中进行手势图像分类,得到分类结果。本发明使用DC‑Res2Net模块和SK‑Net模块结合精确提取出手势图像的高阶特征和低阶特征,利用特征融合注意力模块增强低阶特征并与高阶特征进行融合,通过融合特征实现对手势图像的精确识别。
《基于DC-Res2Net和特征融合注意力模块的手势图像分类方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022106725235,当前法律状态为已下证,由浙江理工大学提出申请,发明人为田秋红;孙文轩;张元奎;潘豪;章立早;阮琼露,申请日期为2022-06-14,公开(公告)日期为2022-11-01,国际专利分类号(IPC)为 G06V40/10(2022.01)I;G06V10/44(2022.01)I;G06V10/764(2022.01)I;G06V10/80(2022.01)I;G06V10/82(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I,高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了基于特征融合注意力模块和特征选择的手势图像分类方法。方法为首先使用已知数据集中的手势图像作为手势图像,并获取手势图像的类别标签,对手势图像进行尺寸归一化处理获得训练集;然后构建卷积神经网络,卷积神经网络包括特征提取模块、特征融合注意力模块和分类器;再将训练集输入卷积神经网络进行训练;最后将待分类的手势图像输入到训练好的卷积神经网络中进行手势图像分类,得到分类结果。本发明使用DC‑Res2Net模块和SK‑Net模块结合精确提取出手势图像的高阶特征和低阶特征,利用特征融合注意力模块增强低阶特征并与高阶特征进行融合,通过融合特征实现对手势图像的精确识别。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
