基于CapsNet的中国手指语识别

来源：计算机应用研究杂志2019年第10期北京时间：

作者：郝子煜,阿里甫·库尔班,李晓红,依沙·吾阿提别克,

单位：新疆大学软件学院,乌鲁木齐830046；

摘要：传统的手指语识别采用卷积神经网络的方法，模型结构单一，在池化层会丢弃很多信息。Capsule（胶囊）是在神经网络中构建和抽象出的子网络，每个胶囊都专注于一些单独的任务，又能保留图像的空间特征。分析了中国手语中手指语的特征，构建并扩展了手指语图片训练集，试图用CapsNet（胶囊网络）模型完成手指语识别的任务，对比了不同参数下CapsNet的识别率，并与经典的GoogLeNet卷积网络作对比。实验结果表明，CapsNet在手语识别任务上能达到较好的识别效果。

关键词：手语,手指语识别,神经网络,胶囊网络,

基金资助：国家自然科学基金资助项目(61562084)；；