一种基于3D卷积神经网络的动态手势识别方法

摘要

本发明公开了一种基于3D卷积神经网络的动态手势识别方法。其方案是：（1）对公开的动态手势数据集进行预处理；（2）将R（2+1）D‑18网络增加跳残差结构；（3）将R（2+1）D‑18网络提取的浅层特征与深层特征相融合；（4）对改造的R（2+1）D‑18网络进行训练和测试。本发明解决了现有动态手势识别网络中相邻卷积层的特征信息缺乏关联性的问题以及对浅层特征信息挖掘利用不够的问题，提高了动态手势分类准确率，实现了对动态手势的识别，可应用于人机交互、虚拟现实等领域，为人们带来便利。