基于Leap Motion和卷积神经网络的手势识别

• 作者: 张起浩 蒋少国 蒋青山 赵鹏
• 来源期刊: 物联网技术
• 关键词: 手势识别 高精度 Leap Motion 灰度处理 卷积神经网络 深度学习
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 智能处理与应用
• 页码范围: 47-49
• 页数: 3页
• 分类号: TP39
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2019.10.013

摘要

针对传统神经网络需要人工对参数进行提取的问题,提出基于Leap Motion结合卷积神经网络的手势识别方法.首先利用Leap Motion获取高精度手势图像,然后对图像进行灰度处理,采用卷积神经网络算法自动对原始图像进行特征提取及分类,最后设计6层卷积神经网络用于手势识别.实验结果表明,卷积神经网络算法在6种手势测试集上的准确率可达96.5％,且识别时间短,模型具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵鹏	南开大学滨海学院电子科学系	19	116	3.0	10.0
2	蒋少国	南开大学滨海学院电子科学系	4	1	1.0	1.0
3	张起浩	南开大学滨海学院电子科学系	4	1	1.0	1.0
4	蒋青山	南开大学滨海学院电子科学系	2	1	1.0	1.0