基于组合色彩空间和卷积神经网络的手势识别算法

为了提高静态手势识别的准确性,提出一种基于组合色彩空间和卷积神经网络的手势识别方法。该方法首先对图像中的手势区域进行提取,针对RGB图像中有效分割手势区域的问题,综合考虑YCbCr和Lab色彩空间的特性,采用组合色彩空间进行图像重构,分割并提取单一和复杂背景下的手势区域。将分割后的图像作为卷积神经网络分类器的输入样本,实现图像中静态手势的分类识别。在公开数据集上的实验结果表明,基于组合色彩空间的算法可以有效提取各类背景下图像中的手势区域,提高手势区域在卷积神经网络中的识别准确率。