论文部分内容阅读
随着计算机硬件的发展,实时的手势识别逐渐变得更加快速和方便,在游戏领域或者其他交互领域应用越来越多。针对实时的画面截取一帧,利用haar特征检测出手部区域,对手部区域图像进行放大归一化,然后利用卷积神经网络进行识别,得出识别的结果。实验结果表明,在正常自然环境背景下,识别的准确率高达95%。受背景噪声的影响明显比其他方法小。从整个系统的实现来看,卷积神经网络在手势识别中具有很大的优势,对噪声的抗干扰能力更强,鲁棒性更好。