基于语义分割与迁移学习的手势识别

• 作者: 刘建烽 潘今一 王伟 邢予权
• 来源期刊: 计算机测量与控制
• 关键词: 语义分割 迁移学习 手势识别 卷积神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 设计与应用
• 页码范围: 196-199,204
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.04.040

摘要

针对复杂场景下深度相机环境要求高,可穿戴设备不自然,基于深度学习模型数据集样本少导致识别能力、鲁棒性欠佳的问题,提出了一种基于语义分割的深度学习模型进行手势分割结合迁移学习的神经网络识别的手势识别方法;通过对采集到的图像数据集进行不同角度旋转、翻转等操作进行数据集样本增强,训练分割模型进行手势区域的分割,通过迁移学习卷积神经网络更好地提取手势特征向量,通过Softmax函数进行手势分类识别;通过4个人在不同背景下做的10个手势,实验结果表明:针对复杂背景环境下能够正确地识别手势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	浙江工业大学信息工程学院	36	99	5.0	9.0
2	潘今一	浙江工业大学信息工程学院	8	15	3.0	3.0
3	邢予权	浙江工业大学信息工程学院	2	0	0.0	0.0
4	刘建烽	浙江工业大学信息工程学院	3	4	1.0	2.0