基于3D CNN的大规模视频手势识别研究

• 作者: 徐昕 李宇楠 苗启广
• 来源期刊: 中兴通讯技术
• 学科: 工学
• 关键词: 手势识别 三维卷积神经网络 光流 SVM
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 专题:神经网络与深度学习
• 页码范围: 9-13
• 页数: 5页
• 分类号: TN929.5
• 字数: 3582字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6868.2017.04.002

摘要

提出了一种基于三维卷积神经网络(CNN)的大规模视频手势识别算法.首先,为了获得统一尺度的输入数据,在时域上对所有输入视频进行了归一化处理得到32帧的输入视频;然后,为了从不同的角度描述手势特征,通过真彩(RGB)视频数据生成了光流视频,并将RGB视频和光流视频分别通过C3D模型(一个3D CNN模型)提取特征,并通过特征连接的方式加以融合输入到支持向量机(SVM)分类器来提高识别性能.该方法在Chalearn LAP独立手势数据集(IsoGD)的验证集上达到了46.70%的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苗启广		60	939	16.0	29.0
2	徐昕		2	4	1.0	2.0
3	李宇楠		2	14	2.0	2.0