基于AE-CNN的手势识别算法

• 作者: 付优 任芳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 手势识别 卷积神经网络 深度学习
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 157-160,167
• 页数: 5页
• 分类号: TP391
• 字数: 3141字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.11.026

摘要

在手势识别的过程中,手势的多样性和复杂程度会对手势识别率造成很大的影响.随着深度学习的快速发展,卷积神经网络在手势识别领域取得了突破性进展.但基于卷积神经网络的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.为了解决卷积神经网络在手势识别中存在的收敛速度慢、识别率低问题,提出一种AE-CNN的手势识别算法.实验结果表明,该算法收敛速度快、识别准确率高,并且没有明显增加识别过程的耗时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任芳	陕西师范大学数学与信息科学学院	13	46	3.0	6.0
2	付优	山西建筑职业技术学院计算机工程系	7	2	1.0	1.0