Gabor-C3D手势识别算法

摘要：

针对现有的手势识别方法注重高层信息,对浅层信息利用不够,导致手势识别准确性和实时性较差的问题,提出一种Gabor-C3D手势识别算法.采用多方向多尺度的Gabor滤波器组提取手势图像中空域和频域的纹理特征;针对手势动作的特点,设计轻量级C3D网络进行特征学习与分类,在保证精度的同时降低网络的复杂度.在公开数据集与自建数据集上进行实验,实验结果表明,所提算法在自建会议手势数据集与20bn-jester中的手势平均识别率分别达到98.73％与89.26％,分类效果优于传统C3D网络.

关键词：计算机视觉、图像处理、手势识别、Gabor滤波、3D卷积网络、深度学习、特征提取

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：陕西省科技计划基金项目;国家重点研发计划

在线出版日期：2023-05-25（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：1405-1411