10.3969/j.issn.2095-2163.2020.10.008
基于卷积神经网络的手势识别研究
在手势识别的过程中,手势的多样性和复杂性会对识别的可靠性和准确性带来较大影响.为了能够提高手势识别的识别速度和准确率.本文使用Google的开源Tensorflow框架构建手势识别模型,介绍了Tensorflow的平台特征,并提出了基于Tensorflow框架的卷积网络模型.该实验的数据集是结合已有的的数据集和自收集的数据集进行设计的.实验结果表明,该模型具有较高的识别精度,较高的计算效率,较强的鲁棒性等特点,可以轻松调整网络结构,快速找到最优模型,较好地完成手势识别任务.
卷积神经网络、手势识别、Tensorflow、计算机视觉
10
TP391.4(计算技术、计算机技术)
2021-03-23（万方平台首次上网日期，不代表论文的发表时间）
共5页
27-31
