基于卷积神经网络与CUDA加速计算的手势识别算法应用研究

摘要

cqvip:针对服务性智能终端对识别鲁棒性和用户体验的高要求,基于PC的传统计算机视觉算法已不能保证抗干扰力与实时响应的问题,提出了一种基于卷积神经网络与CUDA加速计算的手势识别算法。首先,建立数据训练机制,收集各种手势图像,分为训练集和测试集,为深度学习训练做好数据标注准备。然后,基于卷积神经网络原理,根据核心方程模型,进行代码实现,构成识别模型,并对手势样本训练集进行自动特征学习,完成模型迭代。最后,引入CUDA加速计算技术,将识别机制代码移植到独立显卡GPU平台,提高训练与识别过程的加速。实验测试结果显示:所提方法较好地兼顾了较高的识别精度与效率,耗时仅为1. 5 ms。