融合宽残差和长短时记忆网络的动态手势识别研究

• 作者: 廖盛斌 梁智杰
• 来源期刊: 计算机应用研究
• 关键词: 手势识别 3D卷积神经网络 长短时记忆网络 宽残差网络
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3846-3852
• 页数: 7页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0429

摘要

针对现有的动态手势识别方法对长时间序列的时空特征难以精确匹配的问题,提出了一种基于宽残差和双向长短时记忆网络的时空特征一致手势识别方法.首先使用已经训练好的3D卷积神经网络从视频的空间和时间维度同步提取出短时特征,再经双向空间长短时记忆网络同步解析后形成长时空特征连接单元,并作为残差网络的输入.为了验证算法的有效性,使用Kinect传感器构建了一个全新的多模式手势数据集,在三个手势识别公开数据集SLVM、Montalbano和SKIG上的实验表明,提出的方法有很好的性能表现,识别精度超越了目前已公开的最佳识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁智杰	华中师范大学国家数字化学习工程技术研究中心	14	53	4.0	7.0
3	廖盛斌	华中师范大学国家数字化学习工程技术研究中心	4	18	2.0	4.0