基于卷积神经网络的手势识别初探

被引：52

作者：

蔡娟 ^{[1
]}

蔡坚勇 ^{[1
,2
,3
,4
]}

廖晓东 ^{[1
,4
]}

黄海涛 ^{[1
]}

丁侨俊 ^{[1
]}

机构：

[1] 福建师范大学光电与信息工程学院

[2] 福建师范大学医学光电科学与技术教育部重点实验室

[3] 福建师范大学福建省光子技术重点实验室

[4] 福建师范大学智能光电系统工程研究中心

来源：

计算机系统应用 | 2015年 / 24卷 / 04期

关键词：

手势识别; 卷积神经网络; 局部感知; 特征抽取; 鲁棒性;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种用于手势识别的新算法,使用卷积神经网络来进行手势的识别.该算法避免了手势复杂的前期预处理,可以直接输入原始的手势图像.卷积神经网络具有局部感知区域、层次结构化、特征抽取和分类过程等特点,在图像识别领域获得广泛的应用.试验结果表明,该方法能识别多种手势,精度较高且复杂度较小,具有很好的鲁棒性,也克服传统算法的诸多固有缺点.

引用

页码：113 / 117

页数：5

共 4 条

[1]

卷积神经网络在图像识别上的应用的研究.[D].许可.浙江大学.2012, 07

[2]

A trainable feature extractor for handwritten digit recognition.[J].Fabien Lauer;Ching Y. Suen;Gérard Bloch.Pattern Recognition.2006, 6

[3] 基于卷积神经网络的木材缺陷识别 [J].

徐姗姗 ;

刘应安 ;

徐昇 .

山东大学学报(工学版), 2013, 43 (02) :23-28

[4] 基于卷积神经网络LeNet-5的车牌字符识别研究 [J].

赵志宏 ;

杨绍普 ;

马增强 .

系统仿真学报, 2010, (03) :638-641

← 1 →