基于二值化卷积神经网络的手势分类方法研究

• 作者: 文志强 胡骏飞 谭海湖
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 卷积神经网络 深度学习 二值化 手势分类
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP391
• 字数: 5401字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2017.01.014

摘要

针对手势分类问题,提出了一种基于二值化卷积神经网络的手势分类方法.根据神经网络在低精度化后仍能保持较高分类准确性和鲁棒性的特点,结合传统高精度卷积网络手势分类方法与二值化方法提出一种网络结构.并通过实验研究了隐层参数对手势分类效果的影响,并与常用的方法进行了分类性能和运行效率对比.实验结果表明,所提出的方法在N=512时的表现最佳,与其他方法相比,计算效率明显提升,且错误率接近最好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文志强	湖南工业大学计算机学院	54	527	9.0	21.0
2	谭海湖	湖南工业大学计算机学院	13	21	3.0	4.0
3	胡骏飞	湖南工业大学计算机学院	2	9	2.0	2.0