10.3969/j.issn.1000-386x.2020.06.035
基于注意力机制和特征融合的手势识别方法
动态手势视频流预处理过程中,随机采样或密集采样存在关键帧丢失或数据冗余的问题,导致特征融合在单个特征的时序建模中,可能丢失重要的时序信息,由此提出基于注意力机制和特征融合的手势识别方法.通过含注意力机制的长短期记忆网络,在时序建模过程中抽取重要数据,有效避免了采样方法的随意性或盲目性;设计具有三层结构的特征融合网络对抽取的RGB特征和深度图像特征进行融合处理,提升了动态手势识别的准确率.实验结果表明引入注意力机制的必要性,验证了特征融合的有效性和该方法的鲁棒性.
动态手势识别、注意力机制、特征融合、时序建模、双向长短期记忆网络
37
TP391(计算技术、计算机技术)
装备预研中国电科联合基金项目;上海海洋大学博士启动基金项目
2020-06-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
199-203