基于改进CNN与SVM的手势识别研究

作者：孟彩茹; 宋京; 孙明扬

来源：现代电子技术, 2020, 43(22): 128-131.

DOI：10.16652/j.issn.1004-373x.2020.22.032

• 手势识别
• CNN
• SVM
• 特征提取
• 图像分割
• 数据增强

手势识别在人机交互中起着重要的作用,然而手势形态和背景的复杂多样性给手势识别过程带来难题。为了降低特征提取的难度和提高识别准确率,设计一种改进卷积神经网络(CNN)和支持向量机(SVM)模型来对手势进行识别。该模型首先对手势图像分割处理和数据增强处理,然后用Inception模块改进后的CNN完成对手势特征的提取,最后通过SVM对不同手势分类识别。实验结果表明,该模型在自建手势数据集下平均识别率为98.13%,在MNIST数据集下平均识别率为98.95%,同一数据集下较传统模型识别率均有提高。

• 单位
  河北工程大学