计算机时代2023，Issue(5) ：77-80.DOI:10.16644/j.cnki.cn33-1094/tp.2023.05.016

基于深度学习的动态手势识别方法

Dynamic gesture recognition based on depth learning

周勇 吴震宇
计算机时代2023，Issue(5) ：77-80.DOI:10.16644/j.cnki.cn33-1094/tp.2023.05.016
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于深度学习的动态手势识别方法

Dynamic gesture recognition based on depth learning

周勇 1吴震宇1
扫码查看

作者信息

  • 1. 浙江理工大学机械与自动控制学院,浙江 杭州 310018
  • 折叠

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％.

关键词

手势识别/深度学习/卷积神经网络/长短期记忆网络

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量6
段落导航相关论文