基于CapsNet的中国手指语识别

• 作者: 依沙·吾阿提别克 李晓红 郝子煜 阿里甫·库尔班
• 来源期刊: 计算机应用研究
• 关键词: 手语 手指语识别 神经网络 胶囊网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3157-3159
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0341

摘要

传统的手指语识别采用卷积神经网络的方法,模型结构单一,在池化层会丢弃很多信息.Capsule(胶囊)是在神经网络中构建和抽象出的子网络,每个胶囊都专注于一些单独的任务,又能保留图像的空间特征.分析了中国手语中手指语的特征,构建并扩展了手指语图片训练集,试图用CapsNet(胶囊网络)模型完成手指语识别的任务,对比了不同参数下CapsNet的识别率,并与经典的GoogLeNet卷积网络作对比.实验结果表明,CapsNet在手语识别任务上能达到较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阿里甫·库尔班	新疆大学软件学院	39	122	7.0	9.0
2	李晓红	新疆大学软件学院	2	3	1.0	1.0
3	郝子煜	新疆大学软件学院	2	2	1.0	1.0
4	依沙·吾阿提别克	新疆大学软件学院	2	2	1.0	1.0