基于改进型多维卷积神经网络的微动手势识别方法

摘要：

传统二维卷积神经网络因遗漏时间维度信息导致不能识别微动手势.为此,提出一种基于视频流的微动手势识别方法.对输入视频流进行简单预处理,利用改进型多维卷积神经网络提取手势的时空特征,融合多传感器信息并通过支持向量机实现微动手势识别.实验结果表明,该方法对手势的背景和光照都具有较好的鲁棒性,且针对各类动态手势数据集能达到87％以上的识别准确率.

关键词：计算机视觉、手势识别、二维卷积神经网络、多维卷积神经网络、支持向量机、鲁棒性

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：重庆市基础与前沿研究计划项目cstc2013jcyjA40032;重庆邮电大学博士启动基金A2012-33;重庆邮电大学青年科学研究项目A2013-31

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：243-249