买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜华南理工大学申请的专利一种虚拟电梯按键方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115494939B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210930685.4，技术领域涉及：G06F3/01；该发明授权一种虚拟电梯按键方法是由张鑫;牟冲;林宏辉;石东子设计研发完成，并于2022-08-04向国家知识产权局提交的专利申请。

本一种虚拟电梯按键方法在说明书摘要公布了：本发明公开了一种虚拟电梯按键方法，该方法包括：图像获取步骤，通过摄像头获取用户图像；指尖检测步骤，实时获取用户图像中手部选框及指尖坐标，进而实现用户指尖定位及追踪；手势识别步骤，对用户指尖依次识别鼠标、按键和结束三种交互手势，进而形成电梯控制指令；电梯操控步骤，根据电梯控制指令实现非接触性的按键操控指令。本发明通过图像获取步骤、指尖检测步骤、手势识别步骤与电梯操控步骤，实现电梯的非接触性的按键操作，精炼电梯操控模型，提升电梯运作速度及利用率，进而优化电梯按键可操控性及灵活性，可以有效节省用户时间，提高用户体验感和舒适度。

本发明授权一种虚拟电梯按键方法在权利要求书中公布了：1.一种虚拟电梯按键方法，其特征在于，所述虚拟电梯按键方法包括：图像获取步骤，通过摄像头获取用户图像；指尖检测步骤，通过双级联卷积神经网络实时获取场景图片中手部选框及指尖坐标，并且进行用户指尖定位及追踪，同时，通过显示器实时显示指尖位置以及虚拟按键；其中，所述双级联卷积神经网络包括级联的手部检测网络及多指尖检测网络，所述手部检测网络用于定位场景图片中用户手部区域的边界框，归一化输出边界框的左上角及右下角坐标；所述多指尖检测网络通过对定位得到的手部区域进行图像处理、特征提取以及坐标回归，定位及追踪用户指尖；手势识别步骤，对用户指尖依次识别鼠标、按键和结束三种交互手势，进而形成电梯控制指令；电梯操控步骤，根据电梯控制指令实现非接触性的按键操作；其中，所述手部检测网络的工作过程如下：采用Ego-Gesture数据集中各类手势图片作为输入，利用卷积神经网络作为特征提取器以生成手部特征图，Ego-Gesture数据集包含第一视角、复杂环境下的各类手势图片；利用全连接层作为回归器利用手部特征图中要素回归定位手部区域的边界框的左上角和右下角坐标；所述手部检测网络采用梯度反向传播方式进行模型训练，训练过程中的第一总损失函数包括第一坐标回归损失函数、第一置信度损失函数和类别损失函数，其中，所述坐标回归损失函数，如公式1所示： 式中，xi、yi、wi、hi分别为同一批次训练的图像得到的第i个边界框左上角的横坐标、纵坐标、边界框的长度、宽度的真值；分别为对应的第i个边界框左上角的横坐标、纵坐标、目标框的长度、宽度的预测值；λ和α是用于平衡两部分损失的量级和收敛速度的第一、第二常系数；其中，所述第一置信度损失函数，如公式2所示： 式中，ci为同一批次训练的图像得到的第i个正样本框的置信度真值，为对应的第i个正样本框的置信度预测值；cj为同一批次训练的图像得到的第j个背景框的置信度真值，为对应的第j个背景框的置信度预测值；其中，所述类别损失函数，如公式3所示： 式中，fi为同一批次训练的第i张图像类别预测的真值，为双级联卷积神经网络输出对应的第i张图像类别的预测值；其中，所述多指尖检测网络的工作过程如下：对所述手部检测网络检测到的边界框中手部区域图像进行尺度变换；利用卷积神经网络作为特征提取器以生成多关键点手部特征图；利用多分枝的全连接层作为回归器完成指尖定位任务和指尖置信度预测任务，将所述多关键点手部特征图作为输入，通过指尖定位任务预测指尖的位置，通过指尖置信度预测任务预测这个指尖存在的概率；所述多指尖检测网络训练过程中的第二总损失函数包括第二坐标回归损失函数、第二置信度损失函数，其中，所述第二坐标回归损失函数，如公式4所示： 其中，b为同一批训练数据的样本数量，pi和qi为第i个手部区域定位的指尖坐标的真值，和为第i个手部区域定位的指尖坐标的预测值；其中，所述第二置信度损失函数，如公式5所示： 其中，ui为第i个手部区域定位的指尖置信度的真值，为第i个手部区域定位的指尖置信度的预测值；第二总损失函数如公式6所示：Loss＝ξ·lossp+β·lossu6其中，ξ和β是用于平衡两个分支在优化过程中对于损失的贡献的第一、第二模型超参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。