基于神經網絡的靜態手勢識別算法實現

作者：包兆華,高瑜翔,夏朝禹,郭春妮

摘要：隨著物聯網技術的發展,手勢識別在當今的人機交互中起著至關重要的作用。針對復雜背景下手勢識別率低、算法魯棒性差的問題,提出了一種基于神經網絡手勢識別方法對26個英文字母實現靜態手勢識別,該算法由手勢檢測和特征提取及識別3部分構成。在手勢檢測部分,解決手勢區域提取困難的問題;在手勢特征提取部分,通過膚色檢測提取出手的輪廓信息的二值圖像;在識別階段,使用從LeNet-5改進的CNN來識別手勢。在自己制作的數據集下對神經網絡進行訓練,最終獲得較高的識別率;并在NUS-II和Marcel兩個復雜背景的公共數據集上進行了驗證實驗,識別率分別達到95.31%和98.10%。結果表明,該方法可以在復雜環境下對手勢進行精確識別具有較高的穩定性。

發文機構：成都信息工程大學通信工程學院微電子學院

關鍵詞：手勢識別神經網絡膚色檢測輪廓信息手勢檢測區域提取特征提取二值圖像

分類號： TP391.4[自動化與計算機技術—計算機應用技術][自動化與計算機技術—計算機科學與技術]