太原科技大学学报

2019, v.40;No.171(01) 1-5

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于卷积神经网络的手势识别研究
Research on Gesture Recognition Based on Convolution Neural Network

任晓文,郭一娜,刘其嘉,李健宇

摘要(Abstract):

随着人机交互技术的发展,手势动作作为一种自然、方便以及高效的交互方式受到人们的关注。因而对此从理论和程序执行的角度提出一个针对9种手势识别的卷积神经网络(Convolutional Neural Networks,CNN)模型。首先,从组成CNN的基本单元神经元开始,然后上升到神经网络,最终到反向传播算法。通过调整卷积神经网络中的参数(迭代次数、步长),观察不同参数对网络的均方误差和测试准确度的影响。实验结果表明,该模型和算法可以有效识别9种手势,识别准确率最高可达93. 33%.

关键词(KeyWords): 深度学习;卷积神经网络;步长;迭代次数;手势识别

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61301250);; 山西省高等学校优秀青年学术带头人支持计划(晋教科[2015]3号);; 山西省回国留学人员科研资助项目(2014-060)

作者(Author): 任晓文,郭一娜,刘其嘉,李健宇

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享