融合宽残差和长短时记忆网络的动态手势识别研究

摘要：

针对现有的动态手势识别方法对长时间序列的时空特征难以精确匹配的问题,提出了一种基于宽残差和双向长短时记忆网络的时空特征一致手势识别方法.首先使用已经训练好的3D卷积神经网络从视频的空间和时间维度同步提取出短时特征,再经双向空间长短时记忆网络同步解析后形成长时空特征连接单元,并作为残差网络的输入.为了验证算法的有效性,使用Kinect传感器构建了一个全新的多模式手势数据集,在三个手势识别公开数据集SLVM、Montalbano和SKIG上的实验表明,提出的方法有很好的性能表现,识别精度超越了目前已公开的最佳识别率.

关键词：手势识别、3D卷积神经网络、长短时记忆网络、宽残差网络

所属期刊栏目：36

分类号：TP181(自动化基础理论)

资助基金：国家科技支撑计划项目;西南科技大学继续教育研究;发展基金资助项目;华中师范大学中央高校基本科研业务费项目;国家自然科学基金项目

在线出版日期：2020-05-11（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：3846-3852