期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN-LSTM混合模型的动态手势识别方法
被引量：
14
1
作者
谷学静
周自朋
+1 位作者
郭宇承
李晓刚
《计算机应用与软件》
北大核心
2021年第11期205-209,共5页
动态手势识别是手势交互的关键技术,针对动态手势数据的时序性和空间不确定性造成识别困难问题,提出一种基于卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的动态手势序列识别方法。实验采用数据手套采集动态手势数据,对定义的8种动...
动态手势识别是手势交互的关键技术,针对动态手势数据的时序性和空间不确定性造成识别困难问题,提出一种基于卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的动态手势序列识别方法。实验采用数据手套采集动态手势数据,对定义的8种动态手势进行测试,平均识别率达到了92.5%。实验表明,与单纯使用LSTM模型或CNN模型对比,所提模型识别率较高,在虚拟现实界面交互任务中用户体验更好。
展开更多
关键词
虚拟现实
人机交互
动态手势识别
卷积神经网络
长短期记忆网络
混合模型
在线阅读
下载PDF
职称材料
题名
基于CNN-LSTM混合模型的动态手势识别方法
被引量：
14
1
作者
谷学静
周自朋
郭宇承
李晓刚
机构
华北理工大学电气工程学院
冶金工程虚拟仿真实验教学中心
河钢集团唐钢公司信息自动化部
出处
《计算机应用与软件》
北大核心
2021年第11期205-209,共5页
基金
河北省自然科学基金高端钢铁冶金联合研究基金专项项目(F2017209120)。
文摘
动态手势识别是手势交互的关键技术,针对动态手势数据的时序性和空间不确定性造成识别困难问题,提出一种基于卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的动态手势序列识别方法。实验采用数据手套采集动态手势数据,对定义的8种动态手势进行测试,平均识别率达到了92.5%。实验表明,与单纯使用LSTM模型或CNN模型对比,所提模型识别率较高,在虚拟现实界面交互任务中用户体验更好。
关键词
虚拟现实
人机交互
动态手势识别
卷积神经网络
长短期记忆网络
混合模型
Keywords
Virtual reality
Human-computer interaction
Dynamic gesture recognition
Convolutional neural network
Long and short-term memory network
Hybrid model
分类号
TP39 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CNN-LSTM混合模型的动态手势识别方法
谷学静
周自朋
郭宇承
李晓刚
《计算机应用与软件》
北大核心
2021
14
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
