基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决复杂场景下手势识别的问题,将基于区域的全卷积网络(R-FC N)用于手势识别.为了使网络适应复杂场景,利用在线难例挖掘技术对手势识别过程中产生的难例进行在线学习,并结合手的特征对网络参数进行优化调节.实验结果表明:基于R-FC N的手势识别方法能准确地从复杂场景中识别手势,识别率达到99.73%.
推荐文章
复杂场景下基于R-FCN的小人脸检测研究
人脸检测
区域全卷积神经网络
残差网络
复杂场景
改进R-FCN的船舶识别方法
深度学习
目标检测
区域全卷积网络(R-FCN)
复杂背景下基于深度学习的手势识别
手势识别
复杂背景
手势检测
深度学习
人机交互
基于R-FCN的行人检测方法研究
基于区域的全卷积网络(R-FCN)
遮挡
背景混淆干扰
二次分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复杂场景下基于R-FCN的手势识别
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 人机交互 手势识别 深度学习 基于区域的全卷积网络(R-FCN) 在线难例挖掘
年,卷(期) 2017,(10) 所属期刊栏目
研究方向 页码范围 54-58
页数 5页 分类号 TP391.4
字数 语种 中文
DOI 10.13245/j.hust.171010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 桑农 华中科技大学自动化学院 72 1091 19.0 30.0
2 倪子涵 华中科技大学图像信息处理与智能控制教育部重点实验室 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (14)
同被引文献  (36)
二级引证文献  (33)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(24)
  • 引证文献(7)
  • 二级引证文献(17)
2020(19)
  • 引证文献(3)
  • 二级引证文献(16)
研究主题发展历程
节点文献
人机交互
手势识别
深度学习
基于区域的全卷积网络(R-FCN)
在线难例挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导