摘要
本发明涉及智能裁布技术领域,公开了一种基于深度视觉的自动裁布机手势识别方法。该方法获取待识别的深度视觉数据,据此识别手势操作环境和手势类型并采集环境特征数据;再基于手势操作环境和类型设定手势识别模型参数,定位关键手势在模型中的相对位置;基于该相对位置构建关键手势的轨迹预测网络,结合轨迹预测网络和相对位置设置手势响应规则;通过手势识别模型和响应规则实时感知手势操作状态,同时基于深度视觉数据分析环境变化趋势;结合操作状态与环境变化趋势设置异常感知模式,基于该模式识别手势异常情况;根据异常情况和轨迹预测网络设置手势调整机制,最终依据异常感知模式、调整机制及响应规则输出手势识别结果。