| 基于深度卷积神经网络的多特征融合的手势识别 |
| |
| 引用本文： | 贠卫国,史其琦,王民.基于深度卷积神经网络的多特征融合的手势识别[J].液晶与显示,2019,34(4):417-422. |
| |
| 作者姓名： | 贠卫国 史其琦 王民 |
| |
| 作者单位： | 西安建筑科技大学 信息与控制工程学院, 陕西 西安 710055 |
| |
| 基金项目： | 国家自然科学基金（No.61373112）;住房城乡建设部科学技术项目计划（2016-R2-045）;陕西省自然科学基础研究资金（No.2014JM8348） |
| |
| 摘 要： | 针对传统的分类方法由于提取的特征比较单一或者分类器结构过于简单,导致手语识别率较低的问题,本文将深度卷积神经网络架构作为分类器与多特征融合算法进行结合,通过使用纹理特征结合形状特征做到有效识别。首先纹理特征通过LBP、卷积神经网络和灰度共生矩阵方法得到,其中形状特征向量由Hu氏不变量和傅里叶级数组成。为了避免过拟合现象,使用"dropout"方法训练深度卷积神经网络。这种基于深度卷积神经网络的多特征融合的手语识别方法,在"hand"数据库中,对32种势的识别率为97.73%。相比一般的手语识别方法,此方法鲁棒性更强,并且识别率更高。
|
| 关 键 词： | 手势识别 手势提取 多特征融合 深度卷积神经网络 鲁棒性 |
| 收稿时间： | 2018-10-16 |
Multi-feature fusion gesture recognition based ondeep convolutional neural network |
| |
| YUN Wei-guo,SHI Qi-qi,WANG Min.Multi-feature fusion gesture recognition based ondeep convolutional neural network[J].Chinese Journal of Liquid Crystals and Displays,2019,34(4):417-422. |
| |
| Authors: | YUN Wei-guo SHI Qi-qi WANG Min |
| |
| Institution: | School of Information and Control Engineering, Xi'an University of Architecture and Technology, Xi'an 710055, China |
| |
| Abstract: | |
| |
| Keywords: | gesture recognition gesture extraction multi-feature fusion deep convolutional neural network robustness |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《液晶与显示》浏览原始摘要信息 |
| 点击此处可从《液晶与显示》下载免费的PDF全文 |
|
