基于卷积神经网络的手势识别控制系统

• 作者: 张建新 张行健
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 手势识别 卷积神经网络 机械手控制
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 220-224
• 页数: 5页
• 分类号: TP24
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.10.035

摘要

针对传统工业中机械手的人机交互方式不够直观的问题,利用卷积神经网络(CNN)设计一种基于手势动作的机器视觉型控制系统.采用OpenCV构建手势数据集,以CNN中的AlexNet结构为基础,改进和优化为一个更适合手势识别的13层CNN模型;通过串口通信技术将上位机的手势识别结果传给下位机,利用STM32单片机实现对机械手的相应控制.实验结果表明,该方式在测试集上的手势识别准确率平均为98％,能直观且便捷地控制机械手作业.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建新		39	164	7.0	11.0
2	张行健		1	0	0.0	0.0