基于改进AlexNet的复杂背景手势识别方法研究

• 作者: 郭书杰
• 来源期刊: 大连交通大学学报
• 关键词: 手势识别 深度学习 AlexNet
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 电气信息工程
• 页码范围: 95-99
• 页数: 5页
• 语种: 中文
• DOI: 10.13291/j.cnki.djdxac.2020.06.018

摘要

针对复杂背景下的手势识别问题,提出了一种基于改进AlexNet的手势识别方案.根据手势识别问题的特点,方案对训练集中的图片和待识别的图片使用Sobel算子进行边缘提取,既保留了手势的轮廓,又屏蔽了脸部、手臂等裸露的皮肤对识别结果的影响;同时通过对AlexNet网络的结构优化和超参数的优化选择提高了模型的性能.实验结果显示,方案在保证实时性的前提下,能够达到约93％的识别准确率.