基于卷积神经网络的静态手指语识别  

作　　者：胡瑛[1] 张瀚文 邹永佳 刘星汝 HU Ying;ZHANG Hanwen;ZOU Yongjia;LIU Xingru

机构地区：[1]湖南工程学院计算机与通信学院,湖南湘潭411104

出　　处：《信息技术与信息化》2021年第10期206-207,210,共3页Information Technology and Informatization

基　　金：湖南省教育厅科学研究项目:基于深度学习的中国手语词识别技术研究(19C0478);2019年国家级大学生创新创业训练计划项目:基于深度学习的手语识别系统的研究与实现(项目编号S201911342005)。

摘　　要：手语识别可以使聋哑人与健全人之间的交流更加便捷,随着深度学习领域的快速发展,手语识别领域迎来了新的机遇。以复杂背景下的静态美国手指语(american sign language,ASL)为研究对象,针对手指语检测准确率低的问题,提出了一种基于Inception结构的卷积神经网络手指语识别新方法。使用填充法将手语图片调整为64×64大小,损失函数选用交叉熵,优化器使用Adam算法。实验结果表明,方法在复杂背景下的手指语识别准确率为98%,优于其他3种传统的手指语识别方法。

关 键 词：手指语识别 卷积神经网络 Inception结构 静态美国手语 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]