基于卷积神经网络的手势识别研究 |
| |
引用本文: | 任晓文,郭一娜,刘其嘉,李健宇.基于卷积神经网络的手势识别研究[J].太原科技大学学报,2019(1). |
| |
作者姓名: | 任晓文 郭一娜 刘其嘉 李健宇 |
| |
作者单位: | 太原科技大学电子与信息工程学院 |
| |
摘 要: | 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%.
|
本文献已被 CNKI 等数据库收录! |
|