小波变换低频信息与Xception网络的静态手势识别

• 作者: 王学慧 赵跃鹏 王嘉炜 李振 田秋红
• 来源期刊: 软件导刊
• 关键词: 手势识别 Xception网络 小波变换 卷积神经网络
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 12-19
• 页数: 8页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.211652

摘要

轮廓对于提高手势识别的准确率与缩短响应时间具有重要作用.经过小波变换得到的低频信息能准确反映手势轮廓.Xception卷积神经网络能减少模型参数并获得更高的分类准确率.因此,提出一种小波变换低频信息与Xception网络的静态手势识别方法.首先,将原始ASL的8000张手势图像经二维小波变换批量处理后得到低频、水平高频、垂直高频和对角线高频共4种图像,然后将低频图像作为Xception的输入进行手势识别,并设计了原始、水平高频、垂直高频和对角线高频4种图像的对比实验.实验结果表明,Xception能对低频信息与原始信息进行有效的特征学习,低频图像内存是原始图像的2/13,运行时间是原始图像的88.5％,但低频图像的准确率只比原始图像低0.2％.该方法大大减少了训练图像所需的存储容量并提高了运行速度.最后比较Xception与VGG16、VGG19、ResNet和ResNetV2常用的手势识别网络,表明Xception在较短时间内能取得更好的识别效果.