融合密集卷积与空间转换网络的手势识别方法

• 作者: 张绣丹 杨楠 田亚蕾 马杰
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 手势识别 形变 密集卷积网络 空间转换网络 L2正则项
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 论文
• 页码范围: 951-956
• 页数: 6页
• 分类号: TP391.41
• 字数: 3936字
• 语种: 中文
• DOI: 10.11999/JEIT170627

摘要

手势识别作为人机交互的方式之一,在人工智能日益发展的今天备受瞩目.针对手势旋转、平移、缩放等形变导致识别率偏低的问题,该文基于密集卷积网络(Densenet)与空间转换网络(STN)提出了一种新型的网络结构Densenet_V2,先利用空间转换网络对输入的样本和特征图进行空间变换和对齐,再利用密集卷积网络自动提取手势的有效特征,最后通过线性分类器对手势进行分类.为防止网络模型对样本数据集过度拟合,对网络进行训练时在损失函数中加入L2正则项以实现权重衰减.在Marcel手势库上进行多次实验.实验结果表明,Densenet_V2可以提高对静态形变手势的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马杰	河北工业大学电子信息工程学院	37	74	6.0	7.0
2	杨楠	河北工业大学电子信息工程学院	8	22	3.0	4.0
3	张绣丹	河北工业大学电子信息工程学院	2	7	1.0	2.0
4	田亚蕾	河北工业大学电子信息工程学院	2	16	2.0	2.0