论文部分内容阅读
为了解决传统卷积神经网络(CNN)由于手势背景复杂和手势姿态多样性而导致准确率不高的问题,提出一种改进卷积神经网络方法对手势进行分类识别。首先对手势图像做基于肤色阈值的手势分割处理,然后用Dropout优化后的卷积神经网络对手势图像特征进行提取和分类识别。在不同环境下对手势识别并与传统方法进行对比实验。实验表明,改进CNN识别准确率为96.92%,传统CNN识别准确率为93.58%,证明改进CNN识别准确率较传统CNN有一定提高。