典型文献
基于残差融合双流图卷积网络的手势识别方法
文献摘要：
针对传统图卷积网络易忽略空间特征与时间特征之间关联的问题,设计了一种基于残差结构和图卷积网络相融合的双流网络模型.首先网络包括空间流和时间流两个通道,将手势骨骼数据构建成空间图和时序图作为两通道的输入,通过分离时间维度和空间维度极大地提高了训练速度.然后为了增加网络深度,避免梯度消失等问题,嵌人残差结构并对其进行改进,更加有效利用时间特征,保证了特征的多样性.最后将两通道输出的空间点集序列和时间边集序列串联转化,输入Softmax分类器进行分类,得到识别结果.将新提出的方法在CSL和DEVISIGN-L手势数据集上进行实验,结果表明在两个数据集上识别精度分别达到了 96.2％和69.3％,证明该方法具有一定的先进性.
文献关键词：
手势识别;残差结构;双流图卷积网络
中图分类号：
作者姓名：
程换新;成凯;程力;蒋泽芹
作者机构：
青岛科技大学自动化与电子工程学院 青岛266061;中国科学院新疆理化技术研究所 乌鲁木齐830011
文献出处：
引用格式：
[1]程换新;成凯;程力;蒋泽芹-.基于残差融合双流图卷积网络的手势识别方法)[J].电子测量技术,2022(09):20-24
A类：
双流图卷积网络
B类：
残差融合,手势识别,空间特征,时间特征,残差结构,双流网络,建成空间,时序图,两通,分离时间,时间维度,空间维度,极大地提高,训练速度,梯度消失,点集,Softmax,分类器,CSL,DEVISIGN,识别精度
AB值：
0.311688
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
