首页|小波变换低频信息与Xception网络的静态手势识别

小波变换低频信息与Xception网络的静态手势识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
轮廓对于提高手势识别的准确率与缩短响应时间具有重要作用.经过小波变换得到的低频信息能准确反映手势轮廓.Xception卷积神经网络能减少模型参数并获得更高的分类准确率.因此,提出一种小波变换低频信息与Xception网络的静态手势识别方法.首先,将原始ASL的8000张手势图像经二维小波变换批量处理后得到低频、水平高频、垂直高频和对角线高频共4种图像,然后将低频图像作为Xception的输入进行手势识别,并设计了原始、水平高频、垂直高频和对角线高频4种图像的对比实验.实验结果表明,Xception能对低频信息与原始信息进行有效的特征学习,低频图像内存是原始图像的2/13,运行时间是原始图像的88.5％,但低频图像的准确率只比原始图像低0.2％.该方法大大减少了训练图像所需的存储容量并提高了运行速度.最后比较Xception与VGG16、VGG19、ResNet和ResNetV2常用的手势识别网络,表明Xception在较短时间内能取得更好的识别效果.
Low-frequency Information of Wavelet Transform and Static Gesture Recognition of Xception Network

王学慧、赵跃鹏、王嘉炜、李振、田秋红

展开 >

浙江理工大学信息学院

浙江理工大学机械与自动控制学院,浙江杭州310018

手势识别 Xception网络 小波变换 卷积神经网络

514054481112293261181714530031661961201910338012202010338052

2021

10.11907/rjdk.211652

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(8)
  • 10