张 斌，孙旭飞，吴一鹏

(福州大学 物理与信息工程学院，福建 福州 350108)

基于卷积神经网络的手势识别算法设计与实现

张 斌，孙旭飞，吴一鹏

(福州大学 物理与信息工程学院，福建 福州 350108)

为了克服传统手势识别方法复杂的人工提取特征值操作，引入卷积神经网络进行手势识别，该算法可以直接对原始图像进行处理，具有局部感知域、权值共享和池化等特点，可以有效提取图像特征。使用Marcel手势识别数据集对框架进行训练，采用交叉验证的方法对系统进行评估，实验结果表明该方法可以识别经过训练的手势，且精确度高，鲁棒性强。

卷积神经网络；局部感受域；权值共享；池化；手势识别

0 引言

近年来，人机交互行为越来越多地出现在日常生活中，特别是随着计算机视觉技术的快速发展，人机交互技术得到长足的进步。按照目前的发展趋势，以人为中心的人机交互技术势必会取代以计算机为中心的人机交互技术[1]。而手势识别的研究正符合这一潮流。手势识别为许多设备提供了人机交互的方式。采用手势操作设备，首先需要预设手势对应的控制指令，然后利用拍照、视频切割等方法，采集不同的手势，最后设备识别出手势所代表的指令，控制设备从而达到人机交互[2]。传统的手势识别方法[3-4]需要人工提取特征值，这是一个费时费力的方法，为了达到更好的精度需要提取大量的特征值，甚至需要依赖专业知识，因此特征值的数量和质量成为了传统手势识别方法的瓶颈。……