结合肤色模型和卷积神经网络的手势识别方法

• 作者: 刘辉 李鹏举 王彬 王龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 手势识别 高斯肤色模型 深度学习 卷积神经网络
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 图形图像处理
• 页码范围: 209-214
• 页数: 6页
• 分类号: TP391
• 字数: 5232字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1508-0251

摘要

在手势识别研究过程中,人工选取特征难以适应手势的多变性.提出了一种结合肤色模型和卷积神经网络的手势识别方法,对采集的不同背景下的手势图像,首先用肤色高斯模型分割出手势区域,然后采用卷积神经网络建立手势的识别模型,该模型融合了手势特征提取和分类过程,模拟视觉传导和认知,有效避免了人工特征提取的主观性和局限性.识别模型以手势区域的灰度信息为输入,同时利用权值共享和池化等技术减少网络权值个数,降低了模型的复杂度.实验结果表明,卷积神经网络(CNN)方法能够有效进行特征学习,在不同数据集下对手势的平均识别率都达到95%以上,与传统方法进行对比实验,表明该方法具有较高的识别率和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘辉	昆明理工大学信息工程与自动化学院	147	1430	17.0	34.0
2	王彬	昆明理工大学信息工程与自动化学院	50	321	11.0	15.0
3	李鹏举	昆明理工大学信息工程与自动化学院	3	53	3.0	3.0
4	王龙	昆明理工大学信息工程与自动化学院	12	62	3.0	7.0