靜態(tài)手勢識別的神經(jīng)網(wǎng)絡(luò)方法研究.pdf

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