基于改进YOLOV3与贝叶斯分类器的手势识别方法研究

摘要

手势识别研究与人机交互和谐发展具有密不可分的联系,因此具有重要研究意义.针对传统手势检测算法空间不变性较弱,手势识别效率较低等问题,本文提出基于改进YOLOV3网络与贝叶斯分类器相结合的手势识别深度学习模型.首先采用空间变换网络对YOLOV3网络进行改进,处理手势信息,提取关键性手势特征,解决了数据易受影响问题并且增强了网络不变性;然后将网络提取出的特征进行降维操作,减少冗余信息;再通过贝叶斯分类器进行分类,提高了分类准确率;最后在标准数据集和自制数据集上进行检测测试,表明本文方法能够提高手势的识别精度,验证了算法的有效性.