靜態(tài)手勢識別的神經(jīng)網(wǎng)絡(luò)方法研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、手勢是人與人之間一種非常重要的交流方式。隨著計算機技術(shù)的發(fā)展,以及人與計算機之間的交互的多樣化,手勢識別已經(jīng)成為涉及圖像處理、模式識別、計算機視覺等領(lǐng)域的一個交叉學(xué)科,加之手勢的多樣性、多義性,以及時間和空間上的差異性等特點,因此手勢識別自然成為一個極具吸引力的研究課題。
  手勢識別的過程可分為手部數(shù)據(jù)的獲取、手部特征的提取、手部特征的識別三個階段。本文主要基于神經(jīng)網(wǎng)絡(luò)方法,深入研究了靜態(tài)手勢識別,主要做了如下三部分的工作:

2、r>  1.手部特征提取的神經(jīng)網(wǎng)絡(luò)方法研究。特征提取為手勢識別關(guān)鍵的步驟,本文首先研究了卷積網(wǎng)絡(luò)特性,提取了手部邊緣特征;其次,通過區(qū)域的顏色分割方法,并應(yīng)用增長型神經(jīng)氣網(wǎng)絡(luò)來表達(dá)與描述手部區(qū)域特征;基于手部區(qū)域,本文進(jìn)一步提出凸性特征來描述手部區(qū)域;最后,一種新的基于增長型神經(jīng)網(wǎng)絡(luò)骨架化方法也被用于描述手部特征。
  2.研究手部特征識別的神經(jīng)網(wǎng)絡(luò)方法。大量研究表明經(jīng)過精心設(shè)計的具有局部接收域的,并且權(quán)值具有局部共享特征的多層神

3、經(jīng)網(wǎng)絡(luò)在對象識別中表現(xiàn)出錯誤率比較低的獨特特性。本文基于多層神經(jīng)網(wǎng)絡(luò)的此項特性,主要研究基于多層神經(jīng)網(wǎng)絡(luò)的方法來識別手部特征,主要采用傳統(tǒng)的多層感知機網(wǎng)絡(luò)和徑向基函數(shù)網(wǎng)絡(luò),以及一種可監(jiān)督的增長型神經(jīng)氣網(wǎng)絡(luò),其仿真和實驗結(jié)果通過設(shè)計的綜合實驗平臺具體實現(xiàn)。
  3.手勢識別實驗平臺的設(shè)計和實現(xiàn)。為了研究神經(jīng)網(wǎng)絡(luò)的特征提取與識別能力,本文設(shè)計了一個統(tǒng)一的靜態(tài)手勢識別實驗平臺,旨在結(jié)合不同的模型和算法,綜合手勢特征提取與手勢識別,從而完

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論