基于卷积神经网络的手语字母拼写识别方法（高校公示15天）（不包年费滞纳金）（需要二变）

基于卷积神经网络的手语字母拼写识别方法，利用卷积神经网络提取手部深度图特征并进行手语字母拼写识别。深度相机获取到手语图片及深度图片后，将之送给目标检测网络提取出精确的手部目标图片及精确的深度图片；待手部目标提取完毕，将深度图片通过基于灰度值伪色彩线性变换及色域分割算法来分割精确手语手势目标，通过色彩融合算法补充丢失手语手势信息。分割完毕通过灰度化、局部区域二值化对图片进行像素处理为单通道二值图来降低网络输入参数量，图片预处理完成。最后将预处理后的手语手势图片送入卷积神经网络进行特征提取，将提取出的特征与全连接层相连接，通过softmax分类器进行分类。训练完毕，保存网络模型并用来进行手语字母拼写识别。

《基于卷积神经网络的手语字母拼写识别方法（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 2022110077860，当前法律状态为已下证，由南京邮电大学提出申请，发明人为孙力娟;高奇志;郭剑;韩崇;王娟;王长龙;朱东晟，申请日期为2022-08-22，公开（公告）日期为2025-12-05，国际专利分类号（IPC）为 G06V 40/20 (2022.01)，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：基于卷积神经网络的手语字母拼写识别方法，利用卷积神经网络提取手部深度图特征并进行手语字母拼写识别。深度相机获取到手语图片及深度图片后，将之送给目标检测网络提取出精确的手部目标图片及精确的深度图片；待手部目标提取完毕，将深度图片通过基于灰度值伪色彩线性变换及色域分割算法来分割精确手语手势目标，通过色彩融合算法补充丢失手语手势信息。分割完毕通过灰度化、局部区域二值化对图片进行像素处理为单通道二值图来降低网络输入参数量，图片预处理完成。最后将预处理后的手语手势图片送入卷积神经网络进行特征提取，将提取出的特征与全连接层相连接，通过softmax分类器进行分类。训练完毕，保存网络模型并用来进行手语字母拼写识别。

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！