基于卷积神经网络的多任务学习手势识别

摘要

手势在日常生活的交流中扮演者一个重要的角色,精确的手势识别在安防和人机交互中有着重要作用。在多任务学习中,相关联的多个任务效果都会优于独立训练各个任务,本文基于卷积神经网络,联合多任务学习,提出基于卷积神经网络的多任务学习静态手势识别方法。通过在识别手势任务的同时加入背景识别构成多任务来迫使神经网络学习到更加鲁棒的特征,从而提升手势识别准确率。通过在公开手势识别数据集上实验,验证了提出方法的有效性。