基于Faster R-CNN的手势识别算法

摘要：

针对传统手势识别算法准确率不高、鲁棒性不强的问题,基于卷积神经网络提出基于Faster R-CNN的手势识别算法.首先修改Faster R-CNN框架的关键参数,达到同时检测和识别手势的目的;然后提出扰动交叠率算法,避免训练模型的过拟合问题,进一步提高识别准确率.在公共数据集NTU和VIVA上进行手势识别实验的结果表明,该算法有效地避免了训练模型的过拟合问题,比传统算法具有更高的识别准确率和更强的鲁棒性.

关键词：手势识别、Faster R-CNN、扰动交叠率、过拟合

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2018-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：468-476