关于残差网络的手势识别算法实现

• 作者: 郝禹哲 袁天夫 田海越
• 来源期刊: 智能计算机与应用
• 关键词: 手势识别 卷积神经网络 残差网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 学术研究与应用|Academic research and application
• 页码范围: 64-66
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2020.07.015

摘要

残差网络作为卷积神经网络中的经典模型,受到了研究者的广泛关注,因此产生了多种衍生模型.同时,手势识别也是当前的热点研究领域,在利用残差网络实现手势识别方面已有大量研究成果.本文利用了多种残差网络模型的衍生模型,对ASL手势数据集进行训练,得到了不同模型下的实验结果.其中,训练结果最好的模型是ResNet18_v1,它的识别正确率最高可达到93.3％.研究结果表明:在残差网络的衍生模型中,所堆叠的卷积层数越多,对准确率的提升效果不一定越强,需要根据任务要求,灵活选择模型并应用.