基于深度学习的动态手势识别方法

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：手势识别作为人机交互的一个重要领域,是目前视觉研究的重点和热门.不同于图像研究,本文针对红外传感器采集到的手势动作数据,提出一种基于深度学习的手势识别方法.该方法通过红外传感器采集7种动态手势信号数据,使用不同网络模型对手势进行分类.实验表明,若只使用卷积神经网络(CNN)或长短期记忆网络(LSTM)单个网络模型的手势识别,准确率最高为92.7％;而CNN-LSTM混合网络模型平均手势识别准确率为99.1％.

外文标题：Dynamic gesture recognition based on depth learning

作者：

周勇、吴震宇

展开 >

作者单位：

浙江理工大学机械与自动控制学院,浙江杭州 310018

关键词：

手势识别深度学习卷积神经网络长短期记忆网络

出版年：

2023

DOI：

10.16644/j.cnki.cn33-1094/tp.2023.05.016