10.3969/j.issn.1000-386x.2020.10.035
基于卷积神经网络的手势识别控制系统
针对传统工业中机械手的人机交互方式不够直观的问题,利用卷积神经网络(CNN)设计一种基于手势动作的机器视觉型控制系统.采用OpenCV构建手势数据集,以CNN中的AlexNet结构为基础,改进和优化为一个更适合手势识别的13层CNN模型;通过串口通信技术将上位机的手势识别结果传给下位机,利用STM32单片机实现对机械手的相应控制.实验结果表明,该方式在测试集上的手势识别准确率平均为98％,能直观且便捷地控制机械手作业.
手势识别、卷积神经网络、机械手控制
37
TP24(自动化技术及设备)
浙江省高等教育"十三五"第一批教学改革研究项目;浙江理工大学教育教学改革研究项目
2020-11-03（万方平台首次上网日期，不代表论文的发表时间）
共5页
220-224
