-
题名基于级联卷积神经网络的手势特征提取方法
被引量：2
- 1
-
-
作者
陈金龙
瞿元昊
杨明浩
强保华
唐仁俊
朱庆杰
-
机构
广西云计算与大数据协同创新中心(桂林电子科技大学)
桂林电子科技大学计算机与信息安全学院
-
出处
《计算机应用》
CSCD
北大核心
2020年第S01期74-79,共6页
-
基金
国家自然科学基金资助项目(61762025)
广西科技重大专项(桂科AA18118031)
+4 种基金
广西重点研发计划项目(桂科AB17195053,桂科AB18126063)
广西自然科学基金资助项目(2017GXNSFAA198226,2019GXNSFDA185007)
广西科技基地和人才专项(桂科AD19110137)
桂林科技发展计划项目(20180107⁃4)
广西云计算与大数据协同创新中心项目(YD16E04)。
-
文摘
针对当前手势图像数据集不能均匀、全面地覆盖所有手势参数空间内的各种手势的问题,提出一种基于级联卷积神经网络的手势特征提取方法。该方法通过级联式模型,分层次地对高维度、高自由度的手势参数进行特征感知和提取。首先,将手腕角度参数作为手势参数的全局参数,进行划分和特征提取;然后,将手指角度参数作为局部参数,进行特征提取。为解决局部参数特征提取网络数量过多的问题,减少神经网络的数量和节约训练网络所需的时间与内存开销,采用多分支结构的神经网络模型,将五个手指的局部特征提取网络集成为一个整体。实验结果表明,所提方法在真实训练集上平均分类准确率达到95.13%,测试集平均准确率达到54%,测试集准确率相较于全卷积神经网络的算法提高了4.76个百分点。
-
关键词
手势主方向
特征提取
多分支结构
级联卷积神经网络
手势数据集
-
Keywords
gesture main direction
feature extraction
multi-branch structure
cascaded convolutional neural network
gesture data set
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
