论文部分内容阅读
针对传统神经网络需要人工对参数进行提取的问题,提出基于Leap Motion结合卷积神经网络的手势识别方法。首先利用Leap Motion获取高精度手势图像,然后对图像进行灰度处理,采用卷积神经网络算法自动对原始图像进行特征提取及分类,最后设计6层卷积神经网络用于手势识别。实验结果表明,卷积神经网络算法在6种手势测试集上的准确率可达96.5%,且识别时间短,模型具有较好的鲁棒性。