一种基于复合卷积神经网络模型的手势图像识别算法研究
为了解决在复杂背景下手势识别率低，容易受到周围环境干扰的问题，提出了一种基于复合卷积神经网络模型的手势图像识别算法。首先使用数据集训练手势图像检测模型，利用训练好的SSD检测模型进行手势图像检测，对检测到的手势图像进行一系列的预处理，降低周围环境对手势图像识别的干扰，然后将预处理以后的手势图像作为输入，送入第二个卷积神经网络模型，进行手势图像的识别。仿真实验结果表明：与现有的算法比较，所提出的模型及算法在手势图像识别率、鲁棒性方面均有明显的提高。而且提出的算法泛化能力较强，对在不同环境下的手势图像均有较强的识别能力。
罗晓曙
广西师范大学
国内会议
大连
中文
1-41
2019-05-10（万方平台首次上网日期，不代表论文的发表时间）