基于AE-CNN的手勢識(shí)別算法

摘要： 在手勢識(shí)別的過程中,手勢的多樣性和復(fù)雜程度會(huì)對(duì)手勢識(shí)別率造成很大的影響。隨著深度學(xué)習(xí)的快速發(fā)展,卷積神經(jīng)網(wǎng)絡(luò)在手勢識(shí)別領(lǐng)域取得了突破性進(jìn)展。但基于卷積神經(jīng)網(wǎng)絡(luò)的方法仍存在收斂速度慢、識(shí)別率低等問題,因此手勢識(shí)別很難取得較好成果。為了解決卷積神經(jīng)網(wǎng)絡(luò)在手勢識(shí)別中存在的收斂速度慢、識(shí)別率低問題,提出一種AE-CNN的手勢識(shí)別算法。實(shí)驗(yàn)結(jié)果表明,該算法收斂速度快、識(shí)別準(zhǔn)確率高,并且沒有明顯增加識(shí)別過程的耗時(shí)性。 （共5頁）