基于深度学习的应急手势识别算法研究

• 作者: 余飞 张雨晨 曾军英 甘俊英
• 来源期刊: 五邑大学学报（自然科学版）
• 学科: 工学
• 关键词: 应急手势识别 手势分割 深度学习 卷积神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息工程
• 页码范围: 53-59
• 页数: 7页
• 分类号: TP391
• 字数: 2841字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7302.2018.02.009

摘要

本文提出了一种基于深度学习的应急手势识别算法.首先采用深度图像传感器做手势分割获取应急手势数据集,其次采用肤色分割算法和本文提出的应急手势识别算法做实时性测试.与常规算法不同的是,本文构建了一个应急手势数据库,并建立了深度卷积神经网络模型,提出了7种应用于多种场景的应急手势识别算法.实验结果表明,本文应急手势识别算法优于现有的机器学习算法,识别率达99.95％,可广泛应用于人机交互场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甘俊英	五邑大学信息工程学院	82	871	14.0	26.0
2	曾军英	五邑大学信息工程学院	23	58	5.0	7.0
3	余飞	五邑大学信息工程学院	2	2	1.0	1.0
4	张雨晨	五邑大学信息工程学院	2	2	1.0	1.0