提出一种只对场景中特定类型的运动做出反应的神经网络结构，且模型可以端到端进行训练，因此避免对手工提取特征和预处理操作的强烈依赖，模型由一个三维卷积神经网络组成，接收一个视频帧序列作为输入，通过显著性机制定位主动的手势运动位置，同时，基于Kinetic传感器，构建一个不同参数配置下的多人场景手势数据集。
科研之友
微信
新浪微博
Facebook
分享链接
