伴随机器人技术的快速发展,人类与机器之间的交互更加频繁,人们对人机交互提出新的要求。传统基于鼠标键盘的交互方式需要人去适应机器,友好性、易用性不足,效率较低。技术的发展为人机交互方式提供了更多的选择,其中基于视觉的手势交互符合人类交互习惯,更加高效、自然、友好,其关键是手势识别技术。本文围绕基于深度学习的手势识别技术开展以下研究工作:1.针对人机交互场景的手势数据集的设计与制作。分析手势数据集与模型的识别准确率和鲁棒性的关系,设计并制作手势数据集,为后续深度卷积网络的训练和测试提供支持。2.深度卷积网络参数选择与模块设计。论文首先指出将卷积网络应用于手势识别的可行性与优越性,然后分析卷积核尺寸等关键参数对参数量、计算量、收敛速度及特征点感受野的影响;针对使用随机初始化参数训练网络收敛速度慢、数据需求量大等问题,论文使用迁移学习的方法设定初始参数;针对伴随网络加深出现的网络难以训练等问题,论文引入残差网络结构。3.深度卷积网络结构设计。论文分析了卷积层、池化层、批归一化操作的特点,讨论了网络结构与相应场景识别能力的关系。针对深度卷积网络速度与准确率之间的矛盾,本文使用特征重标定的方法,增强对分类重要的通道权重并降低用处不大的通道权重;针对深度卷积网络识别范围较小的问题,本文设计了双通道卷积网络,充分利用卷积的局部特征提取能力增强远距离手势识别能力,并复用其提取的特征,用于近距离手势识别,从而以较小的计算量增加为代价实现不同距离的手势识别。实验结果表明,本文所提的基于深度卷积网络的手势识别方法能够在不同距离下的多种复杂场景中较好识别不同类别的手势,为解决不同人机交互场景中的手势识别问题提供了一种可行思路。