基于深度学习的动态手势识别方法

摘要：

针对人机交互中基于计算机视觉的多只人手的动态手势识别要求,提出一种基于深度卷积网络的高识别率动态手势识别方法.改进深度卷积网络模型中的相关参数和网络结构,并对多种改进的深度卷积网络手势识别模型做出研究,通过EgoHands手势数据集对深度卷积网络模型进行大量训练,得到一个可以识别多类别手势的高识别率动态手势识别模型.实验结果表明,上述方法可以在视频图像中识别出一张画面中4种不同手势各自区域位置及其所属类别,识别准确率达到85.9％,高于其它相关手势识别方法,识别速度较快,平均每秒可识别16.8帧图像.

关键词：人机交互、深度学习、手势识别

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：366-370