基于Hermite神经网络的动态手势学习和识别

• 作者: 姚琼 李文生 解梅 邓春健
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: Hermite神经网络 权值直接确定 隐含结点数自适应确定 指尖跟踪 动态手势识别
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 图形与图像
• 页码范围: 116-122
• 分类号: TP391
• 字数: 6626字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2012.02.022

摘要

为提高动态手势学习速度和识别准确率,本文提出一种基于Hermite正交基前向神经网络的动态手势识别方法.利用Camshift算法实时跟踪手势运动轨迹,提取手势特征向量作为神经网络的输入；以Hermite正交基函数作为隐含层激励函数构造三层前向神经网络,并给出一种基于伪逆的直接计算权值方法和根据网络目标精度要求自适应确定隐含节点数目方法；运用训练好的Hermite神经网络识别动态手势.测试结果表明:Hermite神经网络能够提高网络的学习训练速度和精度,提高手势学习速度和识别准确率,而且在手势识别方面具有较好的鲁棒性和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	解梅	电子科技大学中山学院计算机工程系	45	731	16.0	26.0
5	邓春健	电子科技大学中山学院计算机工程系	73	449	12.0	16.0
6	李文生	电子科技大学中山学院计算机工程系	55	361	11.0	15.0
7	姚琼	电子科技大学中山学院计算机工程系	15	55	4.0	7.0