基于可变形卷积神经网络的手势识别方法

• 作者: 刘玮 华俊达 张胜祥 苏军雄 见雪婷
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 手势识别 可变形卷积 卷积神经网络 卷积核 双线性插值
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 62-67
• 页数: 6页
• 分类号: TP391.9
• 字数: 5900字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.04.012

摘要

卷积神经网络本身具有丰富的特征表达能力和学习能力,但本质上,其模块中几何变换能力是固定的.因此,引入可变形卷积核来改进VGG-16的网络结构,搭建名为DC-VGG的卷积神经网络结构来进行手势识别的研究.在不同数据集下,基于可变形卷积神经网络的手势识别方法能够直接把RGB图像数据输入网络.最终输出的结果,对手势的平均识别率达到97%以上,有效提高网络的性能,提升卷积神经网络对样本对象的容忍度和多样性,丰富卷积神经网络的特征表达能力,与传统LeNet-5、VGG-16结构和传统人工特征提取算法相比效果更佳,比传统结构更深,鲁棒性更好,识别率更强,可以为复杂背景下有效识别手势提供参考,具有一定的延拓能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张胜祥	华南农业大学数学与信息学院	6	18	3.0	4.0
2	苏军雄	华南农业大学数学与信息学院	1	8	1.0	1.0
3	见雪婷	华南农业大学数学与信息学院	1	8	1.0	1.0
4	刘玮	华南农业大学数学与信息学院	1	8	1.0	1.0
5	华俊达	华南农业大学数学与信息学院	2	8	1.0	2.0