基于Laguerre正交基神经网络的动态手势识别

被引：4

作者：

李文生 ^{[1
]}

解梅 ^{[1
,2
]}

姚琼 ^{[1
]}

机构：

[1] 电子科技大学中山学院计算机学院

[2] 电子科技大学电子工程学院

来源：

南京大学学报(自然科学版) | 2011年 / 47卷 / 05期

基金：

广东省科技计划; 广东省自然科学基金;

关键词：

Laguerre正交基神经网络; 权值直接确定; 指尖跟踪; 动态手势识别;

D O I：

10.13232/j.cnki.jnju.2011.05.003

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种基于Laguerre正交基前向神经网络的动态手势识别方法.首先根据多项式逼近和矩阵理论,构造了一种以Laguerre正交多项式作为隐含层神经元激励函数的多输入、多输出三层前向神经网络模型,在网络权值迭代计算公式基础上推出一种基于伪逆的直接计算网络权值方法,避免求取权值的反复迭代过程;提出一种快速的基于颜色的指尖检测跟踪算法以便实时获取指尖运动轨迹,并提取指尖运动轨迹的特征向量作为Laguerre神经网络的输入向量;通过预先获取的动态手势样本(包括手势输入向量和预期结果)训练Laguerre神经网络,利用经过训练的Laguerre神经网络来识别通过摄像头获取的动态手势.测试结果表明:Laguerre正交基前向神经网络能够提高学习训练速度和精度,而且在动态手势识别方面具有较好的鲁棒性和泛化能力,具有较高的识别准确率.

引用

页码：515 / 523

页数：9

共 7 条

[1] Hermite前向神经网络隐节点数目自动确定 [J].