| 基于CNN-LSTM混合模型的动态手势识别方法 |
| |
| 引用本文： | 谷学静,周自朋,郭宇承,李晓刚.基于CNN-LSTM混合模型的动态手势识别方法[J].计算机应用与软件,2021,38(11):205-209. |
| |
| 作者姓名： | 谷学静 周自朋 郭宇承 李晓刚 |
| |
| 作者单位： | 华北理工大学电气工程学院 河北唐山063210;冶金工程虚拟仿真实验教学中心 河北唐山063000;冶金工程虚拟仿真实验教学中心 河北唐山063000;河钢集团唐钢公司信息自动化部 河北唐山063000 |
| |
| 摘 要： | 动态手势识别是手势交互的关键技术,针对动态手势数据的时序性和空间不确定性造成识别困难问题,提出一种基于卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的动态手势序列识别方法.实验采用数据手套采集动态手势数据,对定义的8种动态手势进行测试,平均识别率达到了92.5％.实验表明,与单纯使用LSTM模型或CNN模型对比,所提模型识别率较高,在虚拟现实界面交互任务中用户体验更好.
|
| 关 键 词： | 虚拟现实 人机交互 动态手势识别 卷积神经网络 长短期记忆网络 混合模型 |
DYNAMIC GESTURE RECOGNITION METHOD BASED ON CNN-LSTM HYBRID MODEL |
| |
| Gu Xuejing,Zhou Zipeng,Guo Yucheng,Li Xiaogang.DYNAMIC GESTURE RECOGNITION METHOD BASED ON CNN-LSTM HYBRID MODEL[J].Computer Applications and Software,2021,38(11):205-209. |
| |
| Authors: | Gu Xuejing Zhou Zipeng Guo Yucheng Li Xiaogang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
