现代电子技术

2020, v.43;No.573(22) 128-131

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进CNN与SVM的手势识别研究
Research on gesture recognition based on improved CNN and SVM

孟彩茹;宋京;孙明扬;

摘要(Abstract):

手势识别在人机交互中起着重要的作用,然而手势形态和背景的复杂多样性给手势识别过程带来难题。为了降低特征提取的难度和提高识别准确率,设计一种改进卷积神经网络(CNN)和支持向量机(SVM)模型来对手势进行识别。该模型首先对手势图像分割处理和数据增强处理,然后用Inception模块改进后的CNN完成对手势特征的提取,最后通过SVM对不同手势分类识别。实验结果表明,该模型在自建手势数据集下平均识别率为98.13%,在MNIST数据集下平均识别率为98.95%,同一数据集下较传统模型识别率均有提高。

关键词(KeyWords): 手势识别;CNN;SVM;特征提取;图像分割;数据增强

Abstract:

Keywords:

基金项目(Foundation): 河北省自然科学基金资助项目(D2017402158)

作者(Author): 孟彩茹;宋京;孙明扬;

Email:

DOI: 10.16652/j.issn.1004-373x.2020.22.032

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享