一种改进的残差网络手势识别方法

作者：张雷乐; 田军委^*; 刘雪松; 王沁

来源：西安工业大学学报, 2021, 41(02): 206-212.

DOI：10.16185/j.jxatu.edu.cn.2021.02.012

• 深度学习
• 残差网络
• 手势识别
• 动态学习率
• 动量

为了提高手势识别的准确性、鲁棒性以及收敛速度,提出一种基于改进残差网络和动态调整学习率的手势识别方法研究。改进原始残差块中的ReLU激活函数,通过降低改进后残差块与卷积核的数量来减少卷积层参数;对改进后的残差网络模型进行动态学习率的调节和动量的优化选择;将重建好的网络模型进行训练测试,验证手势识别的准确率。实验结果表明:改进后的残差块具有一定的抗干扰能力,残差网络模型sResnet-I识别准确率平均提升20%;采用动态调整学习率,网络模型的预训练收敛时间减少15%。

• 单位
  机电工程学院; 西安工业大学