一种基于深度图像的静态手势神经网络识别方法

• 作者: 彭理仁 林旭军 王进 陆国栋
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 深度图像 静态手势识别 Hu矩 神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 设计与制造
• 页码范围: 6-9,15
• 页数: 5页
• 分类号: TP242
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.01.006

摘要

静态手势识别是以手势驱动的人机交互系统的核心技术.针对静态手势识别问题,提出了一种基于深度图像进行静态手势识别的方法.为了消除静态手势识别过程中的平移、旋转和缩放不变性,提取手势轮廓的Hu不变矩,并以Hu不变矩作为特征构建静态手势深度感知神经网络模型,以此实现对静态手势进行分类识别.在Visu-alStudio的开发环境下实现了对该方法的验证,取得了良好的效果,并与传统的模板匹配法与基于卷积神经网络的深度学习方法作比较,静态手势识别准确率总体可达95％,识别效率高,能满足实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆国栋	浙江大学流体动力与机电系统国家重点实验室	124	1308	18.0	31.0
2	王进	浙江大学流体动力与机电系统国家重点实验室	100	1013	19.0	28.0
3	林旭军	浙江大学流体动力与机电系统国家重点实验室	2	1	1.0	1.0
4	彭理仁	浙江大学流体动力与机电系统国家重点实验室	1	0	0.0	0.0