基于深度学习的多模态手势识别方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：研究使用Kinect采集彩色（RGB）、深度（Depth）和骨骼坐标点3种不同模态的数据，通过卷积神经网络进行特征学习和模式识别，克服传统单模态方法的局限性，提高模型在复杂环境下的适应能力。结果显示，在本研究所构建的基于卷积神经网络手势识别模型中，多模态融合方法的识别准确率较单模态提高了13.957%，展现了模型的有效性以及多模态手势识别技术在未来人机交互领域的应用潜力。（剩余5306字）

试读结束

目录
monitor