摘要:手势识别在非语言交流和人机交互中有着十分重要作用,为了实现手势识别的准确率与鲁棒性。本文提出用YCbCr色彩空间检测肤色对输入的图像分割出感兴趣的手势区域,然后再通过深度学习的方法训练出手势识别的模型。该方法针对五种特定手(stop、ok、punch、yes、good)进行自动手势识别。使用Kears框架实现卷积神经网络。通过实验证明,该方法对输入的五种手势识别准确率达到94.6%,并且具有一定的鲁棒性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.36
期刊级别:部级期刊
发行周期:双月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!