基于深度学习的手势识别研究

• 作者: 沈雅婷
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 深度图像 预处理 特征提取 深度学习 手势识别
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP301
• 字数: 3889字
• 语种: 中文
• DOI: 10.11907/rjdk.191128

摘要

目前一些相对成熟的手势识别算法,如基于模板匹配的方法、基于人工神经网络的方法以及基于隐马尔科夫模型的方法,都存在计算复杂的劣势,而基于深度学习的手势识别具有一定优势.通过深度学习提取多层网络简化的高价值易用特征,通过向量等表示,简化算法以实现良好的识别效果.通过摄像头采集室内复杂背景下的手势图像,在计算能力、存储能力强大的PC平台通过深度学习处理图像,提取特征,然后进行分类识别,能提高识别准确率.通过改进硬件或算法还可提高识别效率及安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈雅婷	南京理工大学紫金学院计算机学院	5	7	2.0	2.0