基于序列特征的2D CNN的动态手势识别

• 作 者: 李振宇 张立民 邓向阳 王彦哲
• 机 构: 海军航空大学
• 出 处: 兵器装备工程学报
• 发表日期: 2019年2期
• 关键词: 深度学习 动态手势识别 2D卷积神经网络 3D卷积神经网络 长短期记忆网络 deep learning dynamic gesture recognition
• 基金项目: 国家自然科学基金重大研究计划资助项目(91538201),泰山学者工程专项经费资助项目(TS201511020).

为了兼顾识别准确度和运行速度,改进了2D卷积神经网络提取多帧特征并使用长短期记忆网络进行处理特征序列,使用Softmax分类器输出分类结果;实验结果表明:基于序列特征的2DCNN网络在CHGDs数据集上的识别准确率达86.97%,比CNN卷积神经网络提高了11.99%,与3DCNN性能基本相当的同时,速度是3DCNN的6.98倍。