[發明專利]一種基于XGboost的靜態手語識別系統在審
| 申請號： | 201810804429.4 | 申請日： | 2018-07-20 |
| 公開（公告）號： | CN109086699A | 公開（公告）日： | 2018-12-25 |
| 發明（設計）人： | 程樹英;林培杰;盧簫揚;陳志聰;吳麗君;鄭茜穎;章杰 | 申請（專利權）人： | 福州大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 福州元創專利商標代理有限公司 35100 | 代理人： | 蔡學俊 |
| 地址： | 350108 福建省福*** | 國省代碼： | 福建;35 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 角信息 三軸姿態 手語識別 手指彎曲度 最優模型 數據集 采集 預定格式存儲 分類結果 模型結構 實時識別 手部姿態 數據傳輸 數據手套 姿態信息 準確度 手語 計算機 發聲 低維 詞匯 移植 分類 | ||
1.一種基于XGboost的靜態手語識別系統，其特征在于：所述系統包括數據手套、計算機和Android端；所述系統識別靜態手語包括以下步驟：
步驟S1:通過數據手套采集手部姿態角信息數據，包括三軸姿態角信息數據和手指彎曲度數據；
步驟S2:通過數據手套的wifi模塊連接計算機，將收集到的三軸姿態角信息數據傳輸至計算機；
步驟S3:通過計算機將采集到的三軸姿態角信息數據按照預定格式存儲為數據集；
步驟S4:采用XGboost對數據集進行訓練，得到最優模型；
步驟S5:將最優模型移植至Android端，并對姿態信息進行分類，得到分類結果后結合手指彎曲度數據后得到手語識別結果，并根據識別的詞匯進行發聲。
2.根據權利要求1所述一種基于XGboost的靜態手語識別系統，其特征在于：所述三軸姿態角信息數據包括Yaw，Pitch，Roll。
3.根據權利要求1所述一種基于XGboost的靜態手語識別系統，其特征在于：所述數據集預定格式為：
標簽 1：Yaw 2：Pitch 3：Roll
其中，標簽為類別信息，1，2，3為特征數，其后緊跟該特征的數據。
4.根據權利要求3所述的一種基于XGboost的靜態手語識別系統，其特征在于：所述步驟S3具體為：
步驟S31:首先XGboost讀取特征總數，根據這些特征先訓練一棵CART樹，對于第一棵樹，尋找該特征的分裂點以及每個葉子節點的權值并對此權值進行優化；
步驟S32：得到第一棵樹后將第一棵樹的預測誤差結合數據一并輸入至第二顆樹，第二棵數在此基礎上進行訓練以得到第三棵CART樹，得到相應的特征分裂點與葉子節點權值；
步驟S33：在前兩棵數訓練完成后再將第二課數的預測誤差誤差結合數據一并輸入至第三棵樹訓練得到葉子節點的權值以及特征分裂點，至此，用于分類；
步驟S34：對于訓練結束后將得到的樹模型作為最優模型進行保存，以便移植至Android手機端。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于福州大學，未經福州大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810804429.4/1.html，轉載請聲明來源鉆瓜專利網。
