基于AE-CNN的手势识别算法的探讨及实现

• 作者: 曹军梅 秦婧文
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 自适应增强卷积神经网络 深度学习 手势识别
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 基金项目
• 页码范围: 18-21
• 页数: 4页
• 分类号: TP391
• 字数: 2485字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2019.06.005

摘要

近年,深度学习的发展使得手势识别卷积神经网络取得了突破性进展,但现有基于卷积神经网络的手势识别方法仍存在收敛速度慢、识别率低等问题,因此手势识别很难取得较好成果.通过对CNN训练过程中误差产生的原因及其反馈模型的分析,提出了一种自适应增强卷积神经网络(Adaptively Enhanced Convolution Neural Network,AE-CNN)的识别算法.结果 表明,文中算法不仅实现了分类特征的自适应增强,同时也提高了收敛速度和识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹军梅	延安大学计算机学院	61	108	5.0	7.0
2	秦婧文	延安大学计算机学院	1	1	1.0	1.0