[發(fā)明專利]模型獲取系統(tǒng)、手勢(shì)識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202210341755.2
• 申請(qǐng)日: 2022-03-29
• 公開（公告）號(hào): CN114781439B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設(shè)計(jì)）人: 王友好;王譯
• 申請(qǐng)（專利權(quán)）人: 深圳市應(yīng)和腦科學(xué)有限公司
• 主分類號(hào): G06F18/10
• 分類號(hào): G06F18/10;G06V10/774;G06F18/214
• 代理公司: 上海晨皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31260
• 代理人: 成麗杰

1.一種模型獲取系統(tǒng)，其特征在于，包括：

輸入單元，用于獲取當(dāng)前個(gè)體的當(dāng)前肌電數(shù)據(jù)及手勢(shì)標(biāo)簽，所述手勢(shì)標(biāo)簽包含手勢(shì)信息；

處理單元，被配置為：

在所述當(dāng)前個(gè)體不存在個(gè)人手勢(shì)識(shí)別模型的情況下，獲取初始手勢(shì)識(shí)別模型，其中，所述初始手勢(shì)識(shí)別模型根據(jù)基于多個(gè)個(gè)體的歷史肌電數(shù)據(jù)及手勢(shì)標(biāo)簽生成的若干個(gè)元學(xué)習(xí)任務(wù)進(jìn)行元學(xué)習(xí)訓(xùn)練生成，且每個(gè)所述元學(xué)習(xí)任務(wù)基于同一個(gè)體的歷史肌電數(shù)據(jù)及手勢(shì)標(biāo)簽生成；

根據(jù)所述當(dāng)前個(gè)體的當(dāng)前肌電數(shù)據(jù)及手勢(shì)標(biāo)簽，對(duì)所述初始手勢(shì)識(shí)別模型進(jìn)行微調(diào)，得到所述當(dāng)前個(gè)體的當(dāng)前手勢(shì)識(shí)別模型；

根據(jù)所述當(dāng)前個(gè)體的肌電數(shù)據(jù)及手勢(shì)標(biāo)簽，生成所述當(dāng)前個(gè)體的當(dāng)前元學(xué)習(xí)任務(wù)，并根據(jù)所述當(dāng)前元學(xué)習(xí)任務(wù)對(duì)所述初始手勢(shì)識(shí)別模型繼續(xù)進(jìn)行元學(xué)習(xí)訓(xùn)練，生成所述個(gè)人手勢(shì)識(shí)別模型；

在所述當(dāng)前個(gè)體存在所述個(gè)人手勢(shì)識(shí)別模型的情況下，根據(jù)所述當(dāng)前個(gè)體的當(dāng)前肌電數(shù)據(jù)及手勢(shì)標(biāo)簽，對(duì)所述個(gè)人手勢(shì)識(shí)別模型進(jìn)行微調(diào)，得到所述當(dāng)前個(gè)體的所述當(dāng)前手勢(shì)識(shí)別模型；

所述處理單元還被配置為：根據(jù)所述當(dāng)前個(gè)體的肌電數(shù)據(jù)及手勢(shì)標(biāo)簽，生成所述當(dāng)前個(gè)體的所述當(dāng)前元學(xué)習(xí)任務(wù)，并根據(jù)所述當(dāng)前元學(xué)習(xí)任務(wù)對(duì)所述個(gè)人手勢(shì)識(shí)別模型繼續(xù)進(jìn)行元學(xué)習(xí)訓(xùn)練，生成參數(shù)優(yōu)化后的所述個(gè)人手勢(shì)識(shí)別模型。

2.根據(jù)權(quán)利要求1所述的模型獲取系統(tǒng)，其特征在于，所述初始手勢(shì)識(shí)別模型可以通過以下方式訓(xùn)練生成：

基于多個(gè)個(gè)體的歷史肌電數(shù)據(jù)及手勢(shì)標(biāo)簽，對(duì)具有梯度反向傳遞的網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到原始手勢(shì)識(shí)別模型；

根據(jù)多個(gè)個(gè)體的歷史肌電數(shù)據(jù)及手勢(shì)標(biāo)簽，生成若干個(gè)所述元學(xué)習(xí)任務(wù)，且每個(gè)所述元學(xué)習(xí)任務(wù)基于同一個(gè)體的歷史肌電數(shù)據(jù)及手勢(shì)標(biāo)簽生成；

利用各所述元學(xué)習(xí)任務(wù)對(duì)基于所述原始手勢(shì)識(shí)別模型的元學(xué)習(xí)器進(jìn)行元學(xué)習(xí)訓(xùn)練，獲取所述初始手勢(shì)識(shí)別模型。

3.根據(jù)權(quán)利要求2所述的模型獲取系統(tǒng)，其特征在于，所述具有梯度反向傳遞的網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)CNN模型，長短期神經(jīng)網(wǎng)絡(luò)LSTM模型和循環(huán)神經(jīng)網(wǎng)絡(luò)RNN模型中任一種。

4.根據(jù)權(quán)利要求2所述的模型獲取系統(tǒng)，其特征在于，所述元學(xué)習(xí)任務(wù)包括支撐集和查詢集，所述利用各所述元學(xué)習(xí)任務(wù)對(duì)基于所述原始手勢(shì)識(shí)別模型的元學(xué)習(xí)器進(jìn)行元學(xué)習(xí)訓(xùn)練，包括：

對(duì)于每一個(gè)所述元學(xué)習(xí)任務(wù)，先將所述元學(xué)習(xí)器的參數(shù)賦值給基學(xué)習(xí)器，然后根據(jù)所述支撐集中的肌電數(shù)據(jù)及肌電數(shù)據(jù)對(duì)應(yīng)的手勢(shì)標(biāo)簽，對(duì)所述基學(xué)習(xí)器進(jìn)行訓(xùn)練以優(yōu)化所述基學(xué)習(xí)器的參數(shù)；

根據(jù)所述查詢集中的肌電數(shù)據(jù)及肌電數(shù)據(jù)對(duì)應(yīng)的手勢(shì)標(biāo)簽，獲取參數(shù)優(yōu)化后的所述基學(xué)習(xí)器的手勢(shì)標(biāo)簽預(yù)測(cè)結(jié)果的預(yù)測(cè)誤差；

根據(jù)所述預(yù)測(cè)誤差，對(duì)所述元學(xué)習(xí)器進(jìn)行梯度更新以優(yōu)化所述元學(xué)習(xí)器的參數(shù)。

5.根據(jù)權(quán)利要求4所述的模型獲取系統(tǒng)，其特征在于，所述根據(jù)所述支撐集中的肌電數(shù)據(jù)及肌電數(shù)據(jù)對(duì)應(yīng)的手勢(shì)標(biāo)簽，對(duì)所述基學(xué)習(xí)器進(jìn)行訓(xùn)練以優(yōu)化所述基學(xué)習(xí)器的參數(shù)，包括：

將所述支撐集中的肌電數(shù)據(jù)作為輸入，肌電數(shù)據(jù)對(duì)應(yīng)的手勢(shì)標(biāo)簽作為監(jiān)督信號(hào)，獲取所述基學(xué)習(xí)器的手勢(shì)標(biāo)簽預(yù)測(cè)結(jié)果的損失值；

根據(jù)所述損失值，對(duì)所述基學(xué)習(xí)器進(jìn)行梯度更新，以獲取基學(xué)習(xí)器新的參數(shù)。

6.根據(jù)權(quán)利要求4所述的模型獲取系統(tǒng)，其特征在于，所述獲取參數(shù)優(yōu)化后的所述基學(xué)習(xí)器的手勢(shì)標(biāo)簽預(yù)測(cè)結(jié)果的預(yù)測(cè)誤差，包括：

根據(jù)參數(shù)優(yōu)化后的所述基學(xué)習(xí)器及所述查詢集中的肌電數(shù)據(jù)，獲取肌電數(shù)據(jù)的所述手勢(shì)標(biāo)簽預(yù)測(cè)結(jié)果；

通過預(yù)設(shè)損失函數(shù)、所述手勢(shì)標(biāo)簽預(yù)測(cè)結(jié)果和所述肌電數(shù)據(jù)在所述查詢集中對(duì)應(yīng)的手勢(shì)標(biāo)簽，獲取所述手勢(shì)標(biāo)簽預(yù)測(cè)結(jié)果對(duì)應(yīng)的損失值，根據(jù)所述查詢集中的所有肌電數(shù)據(jù)所對(duì)應(yīng)的損失值，獲取所述預(yù)測(cè)誤差。

7.根據(jù)權(quán)利要求6所述的模型獲取系統(tǒng)，其特征在于，所述根據(jù)所述查詢集中的所有肌電數(shù)據(jù)所對(duì)應(yīng)的損失值，獲取所述預(yù)測(cè)誤差，包括：

獲取所述查詢集中的所有肌電數(shù)據(jù)所對(duì)應(yīng)的損失值的平均值，將所述平均值作為所述預(yù)測(cè)誤差。