基于Faster RCNN的手势识别

• 作者: 何劼恺 许金 郭庆 金焰
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 手动提取特征 Faster RCNN RPN
• 年，卷（期）: 2019,（6）
• 页码范围: 490-493
• 页数: 4页
• 分类号: TP391.9
• 字数: 1390字
• 语种: 中文

摘要

为了解决传统手势识别算法泛化能力差、检测准确率低及检测效率低的问题,提出了一种基于Faster RCNN的手势识别检测算法.Faster RCNN采用深度卷积网络自动提取图像特征,Faster RCNN中的RPN结构使得整体网络可以更有效地学习需要识别的目标,ROI池化提升了算法处理的效率.经实验验证,采用Faster RCNN的手势识别算法检测准确率达到了99.14％,平均每张手势检测的时间为44.19 ms.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆	桂林电子科技大学电子工程与自动化学院	119	697	13.0	23.0
2	许金	桂林电子科技大学电子工程与自动化学院	28	36	3.0	4.0
3	何劼恺	桂林电子科技大学电子工程与自动化学院	2	0	0.0	0.0
4	金焰	桂林电子科技大学电子工程与自动化学院	1	0	0.0	0.0