摘要
实现了一种基于深度学习的静态手势识别算法,通过图像采集、数据增强、CNN建模、参数训练等构建基于卷积神经网络的静态手势识别模型,并通过测试集验证模型准确率。图像训练集和测试集分别通过笔记本内置摄像头采集并通过数据增强算法进行扩充。CNN模型采用AlexNet网络,实验采用TensorFlow平台。结果表明算法准确度较高,为下一步进行动态手势识别算法设计打下良好的基础。
作者
栾迪
周广证
LUAN Di;ZHOU Guangzheng
出处
《信息技术与信息化》
2021年第5期98-99,102,共3页
Information Technology and Informatization
基金
江苏省教育厅高等学校自然科学研究面上项目,项目编号:19KJD520007
校级科研项目,项目编号:2020ZRKX0401006。
