基于改进卷积神经网络的手势识别

作者：宋京; 段惠斌

来源：物联网技术, 2020, 10(07): 26-30.

DOI：10.16667/j.issn.2095-1302.2020.07.008

• 改进卷积神经网络
• 手势识别
• 准确率
• 图像处理
• 过拟合
• Dropout

为了解决传统卷积神经网络(CNN)由于手势背景复杂和手势姿态多样性而导致准确率不高的问题,提出一种改进卷积神经网络方法对手势进行分类识别。首先对手势图像做基于肤色阈值的手势分割处理,然后用Dropout优化后的卷积神经网络对手势图像特征进行提取和分类识别。在不同环境下对手势识别并与传统方法进行对比实验。实验表明,改进CNN识别准确率为96.92%,传统CNN识别准确率为93.58%,证明改进CNN识别准确率较传统CNN有一定提高。

• 单位
  河北工程大学