济南大学学报(自然科学版)

作者：闫俊伢,吴迪,滕华

基金：山西省重点研发计划项目(201603D321112);; 教育部2019年第二批产学合作协同育人项目(201902084012);; 山西省教育科学“十三五”规划2018年度课题(GH18168);; 四川科技厅科技计划项目(2018GFW0151)

为了提高手势识别的准确率,提出一种基于深度卷积神经网络和支持向量机的手势识别算法;将包含手势的图像进行手掌轮廓分割及手指关节特征提取,经过去噪后获得准确的手势图像,然后通过卷积与池化获得手势特征样本,采用神经网络算法对输入特征样本进行训练,并对全连接层各节点的输出结果进行支持向量机多元分类,从而获得手势识别结果;在差异化设置条件下,通过对比手势识别的平均准确率和识别时间,可获得最优的卷积核尺寸及池化方法。仿真实验结果表明,相比其他3种识别算法,所提出的算法具有更优的识别准确率。

来源：2021年第05期

《济南大学学报(自然科学版)》期刊编辑部

查看济南大学学报(自然科学版)杂志2021年第05期