基于卷积神经网络的电力查询设备手势操控算法研究

• 作者: 刘文达 张凡 范亚雷 蔡涛
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 电力查询设备 卷积神经网络 平均识别率 手势识别
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 数据采集及信号处理
• 页码范围: 98-102
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903137

摘要

当电力设备噪声大且不在可接触范围内时,工作人员难以通过触屏、触键或语音方式操控查询设备.探索了一种基于卷积神经网络的手势识别算法.首先采用基于YCrCb的颜色空间变换和基于OSTU的自适应图像二值化对图像进行压缩处理,然后采用两层卷积层对特征进行提取,最后用Softmax进行分类.为了提高模型的计算速度,激活函数优化为ReLu,并添加了Dropout层.结果 表明,算法能够识别自定义的9种手势,平均识别率高于99.6％.因满足精度要求,故可用于电力查询设备的操控.