基于神经网络CNN的三层提取且防过拟合的手势识别算法模型

摘要

在CNN模型的基础上,提出一种名为Add_Layer_CNN的模型(简称A_L_CNN),是基于神经网络CNN的三层提取且防过拟合的手势识别算法。A_L_CNN在结构上将传统CNN模型中的单层卷积池化改为三层卷积三次池化,并且加入Dropout(随机失活)层防止过拟合。将A_L_CNN与传统CNN以及SVM进行比较。在多个测试集中的实验结果表明,提出的A_L_CNN模型的平均准确率约为98.56%,传统CNN模型约为96.11%,SVM模型约为87.25%,因此提出的A_L_CNN模型准确率更高。