基于肤色分割与深度学习的手势识别  

Gesture Recognition Based on Skin Segmentation and Deep Learning

作　　者：杨洋 郑紫微[1] 孙兹昂 郝骏 Yang Yang;Zheng Ziwei;Sun Ziang;Hao Jun

机构地区：[1]宁波大学通信技术研究所

出　　处：《数据通信》2019年第5期30-33,共4页

基　　金：国家科技重大专项(2011ZX03002-004-02);宁波市科技创新团队(2011B81002);浙江省信息与通信工程重中之重学科开放基金项目(XKX1410)

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。

关 键 词：肤色模型 卷积神经网络 手势识别 准确率 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]