基于多尺度卷积神经网络模型的手势图像识别OA北大核心CSTPCD
Gesture image recognition based on multi-scale convolution neural network model
为了解决目前利用CNN算法进行手势识别的精度不高的问题,提出一种新的算法.首先对识别的手势图片进行二值化处理,滤除手势的背景,凸显手势在图像中的权重,背景对手势识别影响降低.其次,在经典卷积神经网络模型AlexNet的基础上,提出一种多尺度卷积核的改进卷积神经网络模型.改进卷积神经网络模型采取两种卷积核进行手势特征提取,利用多尺度卷积核和双通道进行特征融合,然后利用在不同角度,不同旋转下拍摄的手势图像数据集对改进模型进行实验验证.研究结果表明,提…查看全部>>
袁荣尚;罗晓曙
广西师范大学 电子工程学院,广西 桂林 541004广西师范大学 电子工程学院,广西 桂林 541004
信息技术与安全科学
卷积神经网络卷积核深度学习特征提取手势识别二值化
《现代电子技术》 2019 (24)
150-153,4
广西科技重大专项(桂科AA18118004)
评论