基于深度学习的智能交互技术

成果实现了基于动态手势识别的智能交互，5G网络视频传输质量控制算法和基于计算机视觉的智能数据分析系统。改善了基于大屏幕的数据展示系统的交互性，从单纯的数据展示转变为融合AI和计算机视觉的智能交互平台，为数字座舱、数字孪生等领域提供高效的数据展示和交互控制的解决方案和产品。

采用注意力机制和LSTM进行时序特征的学习，结合二维卷积网络进行动态手势识别。通过分析和调整模型训练过程中训练损失、训练精度和模型验证精度等情况，从而平衡模型的算力需求和动态手势识别的准确度，有利于后期动态手势识别模型的移植部署。

本成果实现了跨多平台，多业务系统的信息融合显示，多屏内容联动显示、多模态交互控制和数据分析的智能显示交互系统，应用于数字座舱、数字孪生和工业互联网系统。

成果实现了基于动态手势识别的智能交互，5G网络视频传输质量控 制算法和基于计算机视觉的智能数据分析系统。改善了基于大屏幕的数 据展示系统的交互性，从单纯的数据展示转变为融合AI和计算机视觉的 智能交互平台，为数字座舱、数字孪生等领域提供高效的数据展示和交 互控制的解决方案和产品。

采用注意力机制和LSTM进行时序特征的学习，结合二维卷积网络

进行动态手势识别。通过分析和调整模型训练过程中训练损失、训练精 度和模型验证精度等情况，从而平衡模型的算力需求和动态手势识别的 准确度，有利于后期动态手势识别模型的移植部署。

本成果实现了跨多平台，多业务系统的信息融合显示，多屏内容联 动显示、多模态交互控制和数据分析的智能显示交互系统，应用于数字 座舱、数字孪生和工业互联网系统。