基于深度卷积神经网络的手势识别研究

基于深度卷积神经网络的手势识别研究

ID:35182066

大小:4.94 MB

页数:51页

时间:2019-03-21

基于深度卷积神经网络的手势识别研究_第1页
基于深度卷积神经网络的手势识别研究_第2页
基于深度卷积神经网络的手势识别研究_第3页
基于深度卷积神经网络的手势识别研究_第4页
基于深度卷积神经网络的手势识别研究_第5页
资源描述:

《基于深度卷积神经网络的手势识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号TP391密级公开学号142310■■■m■■wimmmMSMMj.^硕女学位论文业学位)(专题目基于深度卷巧神经网络的手势识别研究■tek作者陈祖雪指导教师马苗教授专业学位类别工程硕壬专业学位领域计算机技术提交日期二〇—六年五月学位论文原创性声明本人声明所呈交的学位论文是我在导师的指导下进行研究工作所取得的研巧成果。尽我所知,本论文不包,除文中己经注明引用的内容和致谢的地方外含其他个人或集体已经发表或撰写过的研巧成果,也

2、不包含本人或他人已申请学位或其他用途使用过的成果。对本文的研究做出重要贡献的个人和集体,均己在文中作了明确说明并表示谢意。本学位论文若有不实或者侵犯他人权利的一切相关的法律,本人愿意承担责任。作者签名:辦诚日期:年月/去日学位论文知识产权及使用授权声明书本人在导师指导下所完成的学位论文及相关成果,知识产权归属陕西师范大学。本人完全了解陕西师范大学有关保存、使用学位论文的规定,允许本论文被査阅和借阅,学校有权保留学位论文并向国家有关部口或机构送交论文的,纸质版和电子版,有权将本论文的

3、全部或部分内容编入有关数据库进行检索。可采用任何复制手段保存和汇编本论文本人保证毕业离校后,发表本论文或使用本论文成果时署名单位仍为陕西师范大学。保密论文解密后适用本声明。日期:年名月/r日作者签名:約都濡摘要一手势识别是新一代人机交互技术中的个重要的研巧方向,在医学手术、体感游戏和手语识别等领域有着广阔的应用前景。手势识别通常分为手势检测和手势识别两个环节,其困难分别源于光照变化、目标遮挡、复杂背景、类肤色像素干化和手势多样性、多义性及图像质量问题。卷积神经网络不需人工定义和选择特征,而

4、是直接W图像为输入,通过良好的自学习能力、容错能力和并行处理能力自动提取目标的多尺度特征。本文1^美SL国手势语言数据集A为研巧对象,探索基于深度卷积神经网络的手势图像处理及识别方法。主要内容及创新性工作包括:1总结卷积神经网络和手势识别的研究现状(),对卷积神经网络的概念、特点W及常见的网络结构进行归纳分析;同时对深度图像的概念、特点和获取方法进行说明;最后论述统计学习、最优分类超平面W及支持向量等相关知识和理论。j(2为抑制其它肤色部位及复杂背景的干扰,针对美国手势语言数据集ASL)一的特

5、点,提出种基于深度信息的手势分割预处理方法。该方法首先将深度图像转换为灰度深度图像,利用各像素与手势像素点基准的深度差异和数学形态学中的闭运算,得到手势区域掩模图像,最后通过掩模图像与相应RGB图像亮度分量的逻辑与运算分割出感兴趣的手势区域图像。实验结果初步显示,提出的分割预处理方法准确、有效地分割出了感兴趣的手势区域。一3-()提出种基于深度卷积神经网络模型CNNSVM)的手势图像处理及识别(方法。该方法用卷积神经网络算法提取图像的多尺度特征,将卷积神经网络与分-类性能突出的支持向量机相结合,建立

6、CNNSVM模型,通过大量样本的预分割手势区域图像训练学习,能够有效地识别英文字母对应的手势类别。实验结果显示,所提方法与HSF+RDF方法、SIFT+PLS方法、MPC方法、SAE+PCA方法和CNN方法等多种方法相比,高效、快速,识别率达到96.1%。关键字:深度图像卷积神经网络支持向量机,,,手势巧别1Abstract*-Gestuiiiimdiiierecogntonsa打portantrectonofresearchofhumancompu化rin化factionl

7、ihbdaliiiltechnoowhchasroacatonrosects,suchasmedcasurergy,ppppgy,somatx)化nsoryameandsinlanuaereconition.Gesturereconitionisusuallggggggydivdiniiihechallenidetotwoarts:esturedetectonandesturerecontonl:esarepggg,gresectliiiUililbdive

8、ornatedfromuminatonchanesoccusoncomexackroun,pygg,,pginterferenceoflikeHhoodskincolorandhediveiiit;rstandambutoftheesturea

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。