基于卷积神经网络的手势识别方法

• 作者: 杨会成 杨文斌
• 来源期刊: 安徽工程大学学报
• 学科: 工学
• 关键词: 手势识别 卷积神经网络 机器学习 深度学习
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 自动化与信息工程
• 页码范围: 41-46
• 页数: 6页
• 分类号: TP391.4
• 字数: 3398字
• 语种: 中文

摘要

手势识别是人机交互研究领域的一个重要分支,与人工提取图像特征的传统手势识别方法不同.设计一种基于卷积神经网络的手势识别方法,该方法使用包含3个卷积层、3个池化层、1个全连接层和1个Soft-max回归层的卷积神经网络,自动地对手势样本进行特征提取、分类和迭代训练,提升了分类的准确性.实验结果表明,训练出的模型在测试集上的识别准确率可达到98.50%,并具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨会成	安徽工程大学电气工程学院	61	224	7.0	11.0
2	杨文斌	安徽工程大学电气工程学院	4	16	3.0	4.0