基于改进型多维卷积神经网络的微动手势识别方法

• 作者: 吴金君 李玲霞 王沙沙 王羽
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 计算机视觉 手势识别 二维卷积神经网络 多维卷积神经网络 支持向量机 鲁棒性
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 多媒体技术及应用
• 页码范围: 243-249
• 页数: 7页
• 分类号: TP393
• 字数: 4522字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048138

摘要

传统二维卷积神经网络因遗漏时间维度信息导致不能识别微动手势.为此,提出一种基于视频流的微动手势识别方法.对输入视频流进行简单预处理,利用改进型多维卷积神经网络提取手势的时空特征,融合多传感器信息并通过支持向量机实现微动手势识别.实验结果表明,该方法对手势的背景和光照都具有较好的鲁棒性,且针对各类动态手势数据集能达到87％以上的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲霞	重庆邮电大学移动通信技术重庆市重点实验室	32	97	6.0	7.0
2	吴金君	重庆邮电大学移动通信技术重庆市重点实验室	4	12	2.0	3.0
3	王沙沙	重庆邮电大学移动通信技术重庆市重点实验室	3	11	2.0	3.0
4	王羽	重庆邮电大学移动通信技术重庆市重点实验室	1	2	1.0	1.0