基于深度学习的动态手势识别方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 手势识别作为人机交互的一个重要领域，是目前视觉研究的重点和热门。不同于图像研究，本文针对红外传感器采集到的手势动作数据，提出一种基于深度学习的手势识别方法。该方法通过红外传感器采集7种动态手势信号数据，使用不同网络模型对手势进行分类。实验表明，若只使用卷积神经网络（CNN）或长短期记忆网络（LSTM）单个网络模型的手势识别，准确率最高为92.7%；而CNN-LSTM混合网络模型平均手势识别准确率为99.1%。（剩余5211字）

试读结束

目录
monitor
客服机器人