基于Faster R-CNN的手势识别算法

• 作者: 吴晓凤 张江鑫 徐欣晨
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 手势识别 Faster R-CNN 扰动交叠率 过拟合
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 图像与视觉
• 页码范围: 468-476
• 页数: 9页
• 分类号: TP391.41
• 字数: 6539字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2018.16435

摘要

针对传统手势识别算法准确率不高、鲁棒性不强的问题,基于卷积神经网络提出基于Faster R-CNN的手势识别算法.首先修改Faster R-CNN框架的关键参数,达到同时检测和识别手势的目的;然后提出扰动交叠率算法,避免训练模型的过拟合问题,进一步提高识别准确率.在公共数据集NTU和VIVA上进行手势识别实验的结果表明,该算法有效地避免了训练模型的过拟合问题,比传统算法具有更高的识别准确率和更强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张江鑫	浙江工业大学信息工程学院	45	265	10.0	13.0
2	徐欣晨	浙江工业大学计算机科学与技术学院	3	28	1.0	3.0
3	吴晓凤	浙江工业大学信息工程学院	1	27	1.0	1.0