一种基于深度模型优化的超高速静态手势识别方法

作者：贺王鹏; 郭彦宗; 朱娟娟; 李赫一; 李诚; 朱倩蓓; 刘硕珣

来源：2019-04-10, 中国, ZL201910286584.6.

本发明涉及计算机视觉技术领域,具体公开了一种基于深度模型优化的超高速静态手势识别方法,包括：静态手势识别神经网络模型的设计和训练；神经网络模型结构的融合优化；神经网络模型的量化；输入待识别的静态手势图,通过SimNet神经网络模型输出识别结果。与现有技术相比,本发明可以适应不同背景下的静态手势图像,针对不同手势识别出不同的手势状态,实现高准确率和高速的识别速率。

• 单位
  西安电子科技大学