手语识别可以使聋哑人与健全人之间的交流更加便捷,随着深度学习领域的快速发展,手语识别领域迎来了新的机遇。以复杂背景下的静态美国手指语(american sign language,ASL)为研究对象,针对手指语检测准确率低的问题,提出了一种基于Inception结构的卷积神经网络手指语识别新方法。使用填充法将手语图片调整为64×64大小,损失函数选用交叉熵,优化器使用Adam算法。实验结果表明,方法在复杂背景下的手指语识别准确率为98%,优于其他3种传统的手指语识别方法。
科研之友
微信
新浪微博
Facebook
分享链接
