基于序列特征的2D CNN的动态手势识别
为了兼顾识别准确度和运行速度,改进了2D卷积神经网络提取多帧特征并使用长短期记忆网络进行处理特征序列,使用Softmax分类器输出分类结果;实验结果表明:基于序列特征的2D CNN网络在CHGDs数据集上的识别准确率达86.97%,比CNN卷积神经网络提高了11.99%,与3D CNN性能基本相当的同时,速度是3D CNN的6.98倍.
深度学习、动态手势识别、2D卷积神经网络、3D卷积神经网络、长短期记忆网络
40
TP39(计算技术、计算机技术)
国家自然科学基金重大研究计划资助项目91538201;泰山学者工程专项经费资助项目TS201511020
2019-04-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
141-146