-
基于 Leap Motion 和卷積神經網絡的手勢識別
摘 要 ：針對傳統(tǒng)神經網絡需要人工對參數(shù)進行提取的問題，提出基于 Leap Motion 結合卷積神經網絡的手勢識別方法。首先利用 Leap Motion 獲取高精度手勢圖像，然后對圖像進行灰度處理，采用卷積神經網絡算法自動對原始圖像進行特征提取及分類，最后設計 6 層卷積神經網絡用于手勢識別。實驗結果表明，卷積神經網絡算法在6 種手勢測試集上的準確率可達 96.5%，且識別時間短，模型具有較好的魯棒性。
摘 要 ：針對傳統(tǒng)神經網絡需要人工對參數(shù)進行提取的問題，提出基于 Leap Motion 結合卷積神經網絡的手勢識別方法。首先利用 Leap Motion 獲取高精度手勢圖像，然后對圖像進行灰度處理，采用卷積神經網絡算法自動對原始圖像進行特征提取及分類，最后設計 6 層卷積神經網絡用于手勢識別。實驗結果表明，卷積神經網絡算法在6 種手勢測試集上的準確率可達 96.5%，且識別時間短，模型具有較好的魯棒性。
