首页|期刊导航|无线电工程|基于深度卷积神经网络的手势动作识别

基于深度卷积神经网络的手势动作识别OA

Gesture Recognition Based on Deep Convolutional Neural Network

中文摘要

针对传统手势识别方法中人工特征提取信息不完整导致的识别率较低以及识别手势类别较少的问题,基于卷积神经网络(Convolutional Neural Network,CNN)的原理,设计了一种深度CNN框架,对多通道的表面肌电信号进行手势动作识别.所应用的表面肌电信号数据来自Ninapro数据库中DB2健康个体数据集,分别识别9种手指动作和49种手势动作(49种手势动作包含9种手指动作),另外40种手势动作是17种基本手势动作和23种手腕动作.对数…查看全部>>

张朝柱;顾晓婷;张艺漫

哈尔滨工程大学 信息与通信工程学院, 黑龙江 哈尔滨150001哈尔滨工程大学 信息与通信工程学院, 黑龙江 哈尔滨150001哈尔滨工程大学 信息与通信工程学院, 黑龙江 哈尔滨150001

信息技术与安全科学

表面肌电信号卷积神经网络批次归一化梯度下降手势识别

《无线电工程》 2019 (7)

587-591,5

中央高校基本科研业务费自由探索计划项目

10.3969/j.issn.1003-3106.2019.07.007

评论

您当前未登录!去登录点击加载更多...