基于神经网络的手势识别系统研究 |
| |
引用本文: | 谢彩云,邹佶洋,王英,樊伊静,张奕,熊训泽.基于神经网络的手势识别系统研究[J].电脑编程技巧与维护,2023(8):115-118. |
| |
作者姓名: | 谢彩云 邹佶洋 王英 樊伊静 张奕 熊训泽 |
| |
作者单位: | 豫章师范学院数学与计算机学院 |
| |
基金项目: | 2022年江西省教育厅科学技术研究项目(编号:GJJ2202516); |
| |
摘 要: | 随着计算机视觉科技的日益发达及电子设备的广泛应用,手势识别成为一种重要的交互方式。为了提高手势识别的准确率,基于PyTorch深度学习平台,对比了BP神经网络和卷积神经网络(CNN)在手势识别方面的效果。实验结果表明,CNN的准确率可达92.5%,相较于BP神经网络更具优势。优化后的CNN在识别率方面进一步提升,并具有广阔的拓展空间。
|
关 键 词: | 机器学习 BP神经网络 卷积神经网络 手势识别 |
|
|