基于深度卷积神经网络和支持向量机的手势识别算法

2021-09-03 09:41:28闫俊伢
济南大学学报(自然科学版) 2021年5期
关键词:特征

闫俊伢, 吴 迪, 滕 华

(1. 山西大学商务学院 信息学院, 山西 太原 030031; 2. 哈尔滨工程大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001;3. 西华师范大学 计算机学院, 四川 南充 637009)

随着人工智能技术的飞速发展,用于人机交互的手段也更加多样化和智能化,手势和语音作为人机交互的2种重要模式,得到了广泛关注。简单的手势作为人机交互方式使用已经较为广泛,但是,随着交互功能性和手势背景的复杂度增加,急需多种不同的手势来实现交互功能,复杂手势应运而生。复杂手势的识别成为手势交互方法在人工智能领域发展的最大挑战,复杂手势的图像特征提取及特征解析和分类成为手势识别研究的关键问题[1]。

当前,对于手势识别的研究成果较多,特别是智能算法和深度学习的发展,为手势特征的训练及分类提供了有力帮助。文献[2]中通过深度学习算法来训练复杂背景下的手势图像,从而提高手势图像的识别效率。文献[3]中采用深度视角传感获取手势图像数据,以解决复杂手势图像样本多视角提取的问题。文献[4]中采用红绿蓝三通道图像-深度图像(RGB-D)法完成复杂背景下的手势图像分割,以提高复杂背景下的手势轮廓及关键特征,这些方法从图像特征提取、图像数据训练解决复杂背景下的复杂手势识别问题,在识别准确率上均有所提升。作为一种特殊类型的神经网络,深度卷积神经网络被认为是学习图像内容的最佳技术之一,并且在图像识别、分割、检测和检索相关任务方面显示了最佳的效果。……

登录APP查看全文

猜你喜欢
特征
离散型随机变量的分布列与数字特征
具有两个P’维非线性不可约特征标的非可解群
月震特征及与地震的对比
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
詈语的文化蕴含与现代特征
新闻传播(2018年11期)2018-08-29 08:15:24
基于特征筛选的模型选择
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15