返回列表 发布新帖

一种基于特征位移的手势识别方法

24 0
admin 发表于 2024-12-14 02:48 | 查看全部 阅读模式

文档名:一种基于特征位移的手势识别方法
摘要:针对卷积操作受到遍历规则的限制,只能提取单个骨骼节点的特征信息,不能对相邻节点之间的有效特征信息进行融合,导致表达能力有限的问题,提出了一种基于特征位移模块的手势识别神经网络.该网络采用常规时空图卷积神经网络的架构,并将常规时空卷积模块替换为特征位移模块,实现相邻节点特征信息之间的融合.利用特征位移模块对位移信道进行重新排序,实现提取骨骼节点的全局化特征信息,进一步完成对手势信息的高效准确分类.并在公开数据集DHG-14/28和FPHA上验证该特征位移模块,在14类、28类和FPHA手势数据集的分类准确度分别达到了95.11%、93.01%和92.67%.实验结果表明,该网络模型能够更好更有效的挖掘全局特征信息,在常见的手势识别数据集上达到了优秀的性能.

Abstract:Theconvolutionaloperationisconstrainedbytraversalrules,limitingtheextractionoffeatureinformationfromindividualskeletalnodesandpreventingeffectivefusionoffeatureinformationbetweenadjacentnodes,resultinginlimitedexpressivepower.Inresponsetothisissue,agesturerecognitionneuralnetworkbasedonaFeatureDisplacementModuleisproposed.ThisnetworkadoptsthearchitectureofconventionalspatiotemporalgraphconvolutionalneuralnetworksandreplacestheconventionalspatiotemporalconvolutionmodulewiththeFeatureDisplacementModuletoachievefusionoffeatureinformationbetweenadjacentnodes.ByreorderingthedisplacementchannelsthroughtheFeatureDisplacementModule,globalfeatureinformationofskeletalnodesisextracted,furtherenablingefficientandaccurateclassificationofgestureinformation.TheFeatureDisplacementModuleisvalidatedonthepublicdatasetDHG-14/28andFPHA,achievingclassificationaccuraciesof95.11%,93.01%and92.67%for14-class,28-classandFPHAgesturedatasets.Theexperimentalresultsdemonstratethatthisnetworkmodelcanbetterandmoreeffectivelymineglobalfeatureinformation,achievingexcellentperformanceoncommongesturerecognitiondatasets.

作者:刘翔  刘新妹  李传坤  张晋钊Author:LiuXiang  LiuXinmei  LiChuankun  ZhangJinzhao
作者单位:中北大学信息探测与处理山西省重点实验室太原030051;中北大学省部共建动态测试技术国家重点实验室太原030051
刊名:电子测量技术 ISTICPKU
Journal:ElectronicMeasurementTechnology
年,卷(期):2024, 47(8)
分类号:TP391TN99
关键词:手势识别  卷积神经网络  特征位移  图卷积神经网络  深度学习  
Keywords:gesturerecognition  convolutionalneuralnetwork  featureshift  graphconvolutionalnetworks  deeplearning  
机标分类号:TP391.41TN925.93P618.130.8
在线出版日期:2024年7月16日
基金项目:山西省回国留学人员科研项目,山西省重点研发项目一种基于特征位移的手势识别方法[
期刊论文]  电子测量技术--2024, 47(8)刘翔  刘新妹  李传坤  张晋钊针对卷积操作受到遍历规则的限制,只能提取单个骨骼节点的特征信息,不能对相邻节点之间的有效特征信息进行融合,导致表达能力有限的问题,提出了一种基于特征位移模块的手势识别神经网络.该网络采用常规时空图卷积神经网...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        一种基于特征位移的手势识别方法  A gesture recognition method based on feature displacement

一种基于特征位移的手势识别方法.pdf
2024-12-14 02:48 上传
文件大小:
4.43 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表