结合肤色模型和卷积神经网络的手势识别方法

来源：计算机工程与应用杂志2017年第6期北京时间：

作者：王 龙，刘 辉，王 彬，李鹏举

单位：昆明理工大学 信息工程与自动化学院，昆明 650504

摘要：在手势识别研究过程中，人工选取特征难以适应手势的多变性。提出了一种结合肤色模型和卷积神经网络的手势识别方法，对采集的不同背景下的手势图像，首先用肤色高斯模型分割出手势区域，然后采用卷积神经网络建立手势的识别模型，该模型融合了手势特征提取和分类过程，模拟视觉传导和认知，有效避免了人工特征提取的主观性和局限性。识别模型以手势区域的灰度信息为输入，同时利用权值共享和池化等技术减少网络权值个数，降低了模型的复杂度。实验结果表明，卷积神经网络（CNN）方法能够有效进行特征学习，在不同数据集下对手势的平均识别率都达到95%以上，与传统方法进行对比实验，表明该方法具有较高的识别率和实时性。

关键词：手势识别,高斯肤色模型,深度学习,卷积神经网络