基于Leap Motion和卷积神经网络的手势识别  

作　　者：张起浩 蒋少国 蒋青山 赵鹏 

机构地区：[1]南开大学滨海学院电子科学系

出　　处：《物联网技术》2019年第10期47-49,共3页Internet of things technologies

基　　金：天津市国家级大学生创新创业训练计划项目：特种环境下车载可拆卸机械臂(201813663001)

摘　　要：针对传统神经网络需要人工对参数进行提取的问题,提出基于Leap Motion结合卷积神经网络的手势识别方法。首先利用Leap Motion获取高精度手势图像,然后对图像进行灰度处理,采用卷积神经网络算法自动对原始图像进行特征提取及分类,最后设计6层卷积神经网络用于手势识别。实验结果表明,卷积神经网络算法在6种手势测试集上的准确率可达96.5%,且识别时间短,模型具有较好的鲁棒性。

关 键 词：手势识别 高精度 Leap MOTION 灰度处理 卷积神经网络 深度学习 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]