论文部分内容阅读
基于实现小样本数据集下手势识别的目的,采用了深度卷积神经网络GoogLeNet模型以及PNN神经网络进行分类,同时结合了迁移学习的方法将深度学习模型进行迁移而构建所用模型。用公共数据集Keck Gesture进行实验,通过对数据集图像进行简单的图像预处理,使得图像特征更为明显,将预处理后的图像作为网络输入进行手势识别实验。经实验验证,该方法在该数据上平均准确率达到了99%以上,而且识别速度较快,达到了10帧/s,基本能满足实时性要求。