基于神经网络的静态手势识别算法实现

作者：包兆华,高瑜翔,夏朝禹,郭春妮

摘要：随着物联网技术的发展,手势识别在当今的人机交互中起着至关重要的作用。针对复杂背景下手势识别率低、算法鲁棒性差的问题,提出了一种基于神经网络手势识别方法对26个英文字母实现静态手势识别,该算法由手势检测和特征提取及识别3部分构成。在手势检测部分,解决手势区域提取困难的问题;在手势特征提取部分,通过肤色检测提取出手的轮廓信息的二值图像;在识别阶段,使用从LeNet-5改进的CNN来识别手势。在自己制作的数据集下对神经网络进行训练,最终获得较高的识别率;并在NUS-II和Marcel两个复杂背景的公共数据集上进行了验证实验,识别率分别达到95.31%和98.10%。结果表明,该方法可以在复杂环境下对手势进行精确识别具有较高的稳定性。

发文机构：成都信息工程大学通信工程学院微电子学院

关键词：手势识别神经网络肤色检测轮廓信息手势检测区域提取特征提取二值图像

分类号： TP391.4[自动化与计算机技术—计算机应用技术][自动化与计算机技术—计算机科学与技术]