基于卷积神经网络的手势识别研究

• 作者: 操小文 薄华
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 特征提取 卷积神经网络 手势识别 鲁棒性
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 55-57,61
• 页数: 4页
• 分类号: TP391.9
• 字数: 2156字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2016.09.017

摘要

传统的手势识别系统由特征提取和分类器组成,需要人工设计特征,但很难达到足够满意的效果且耗费大量的时间.将卷积神经网络应用于手势识别,能直接把图像数据输入网络,且不用进行复杂的前期预处理.卷积神经网络拥有很强的鲁棒性和较低的复杂性,通过大量的仿真实验,证明了该识别方法具有很好的识别效果,相比现有方法有较大的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薄华	上海海事大学信息工程学院	42	189	7.0	11.0
2	操小文	上海海事大学信息工程学院	1	32	1.0	1.0