组合深度残差网络手势识别

• 作者: 位政贤
• 来源期刊: 物联网技术
• 学科: 工学
• 关键词: 手势识别 残差网络 肤色模型 深度学习 迁移学习 人机交互
• 年，卷（期）: 2023,（1）
• 所属期刊栏目: 学术研究_全面感知
• 页码范围: 35-37,41
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2023.01.010

摘要

人机交互的不断发展催生了手势识别等一系列先进技术，但目前的手势识别仍存在设备复杂、线路较多等问题。因此，结合了传统手势识别技术的部分内容与深度残差网络，提出一种改进的手势识别算法，弥补了传统手势识别的不足。首先根据传统的手势识别方法去除手势背景并且对手势建模，然后利用深度残差网络提取手势特征变量进行手势分类，得到正确的结果。实验是基于 NUS 手势数据集进行的。结果表明，本文的手势识别算法准确率达到了 97.91%，还实现了多用户同时进行手势识别的操作。本文提出的算法将使未来的人机交互更加自然、和谐。