-
题名基于卷积神经网络的手势识别方法
被引量:10
- 1
-
-
作者
郝禹哲
张玉金
田海越
彭冬生
余洛
袁天夫
-
机构
上海工程技术大学电子电气工程学院
上海工程技术大学机械与汽车工程学院
无锡江南计算技术研究所
-
出处
《传感器与微系统》
CSCD
2020年第5期48-50,共3页
-
基金
上海市大学生创新项目(CS1802006)
上海市科委重点资助项目(18511101600)
上海市自然科学基金资助项目(17ZR1411900)。
-
文摘
使用手势图像作为输入,通过4个卷积层,每2个卷积层后接1个池化层。第一个卷积层利用64个3×3的3通道卷积核对128×128的原始手势图像进行特征提取,第二个卷积层利用32个3×3卷积核进行特征提取,并采用2×2的池化窗口进行降维,第三和第四个卷积层分别利用32个3×3的卷积核和16个3×3的卷积核提取特征,再用2×2的池化窗口进行降维。网络经过全连接后,利用Dropout技术移除一些节点及其相关的输入、输出连接后,将其送入SoftMax层进行分类判决。实验结果表明:所提方法的手势识别准确率可达到97%左右,验证了该模型的有效性。
-
关键词
手势识别
卷积神经网络
池化
深度学习
-
Keywords
gesture recognition
convolutional neural network(CNN)
pooling
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名关于残差网络的手势识别算法实现
被引量:1
- 2
-
-
作者
郝禹哲
袁天夫
田海越
-
机构
上海工程技术大学电子电气工程学院
上海工程技术大学机械与汽车工程学院
-
出处
《智能计算机与应用》
2020年第7期64-66,共3页
-
基金
国家大学生创新项目(201910856009)
-
文摘
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Res Net18v1,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。
-
关键词
手势识别
卷积神经网络
残差网络
-
Keywords
Gesture recognition
Convolutional neural network
Residual Network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-