基于卷积神经网络的手势识别
【摘要】 手势识别是人机交互，智能语义识别和远程人机交流领域的热门研究课题。目前基于视觉的手势识别问题仍是研究的难点，在多变背景下的手势姿态识别仍然存在较大问题。近年来，随着深度神经网络技术的快速发展，利用网络自主学习的方法来提取手势姿态有关特征得到了广泛关注。由于卷积神经网络具有较强的学习能力和个体特征的表达能力，本文针对传统手势识别算法精度低，鲁棒性差的问题，提出了基于卷积神经网络的TensorFlow框架下加入扁平卷积模块的FD-CNN网络手势识别算法。在预处理数据集后，基于FD-CNN网络的手势识别方法可以直接将预处理后的图像输入
