双通道CNN提升静态手势识别精度与泛化能力

本文主要探讨了双通道卷积神经网络在静态手势识别中的应用，针对传统方法存在的问题进行改进。在计算机视觉领域，随着人机交互技术（HRI）的发展，特别是手势作为自然交互方式的应用需求增加，静态手势识别的重要性日益凸显。传统手势识别方法如基于隐马尔科夫模型（HMM）和集合特征的识别，虽然有一定应用，但其依赖于人工特征提取，这不仅耗时耗力，且对专业人员的知识和经验要求高，同时在面对复杂环境和陌生场景时识别能力有限。 作者提出了一种新的模型——双通道卷积神经网络（Double-Channel Convolutional Neural Network, DCCNN），旨在解决这些问题。DCCNN设计了两个相互独立的通道，每个通道采用不同尺度的卷积核，分别负责捕捉输入图像中不同尺度的特征。这种设计允许网络在局部细节和整体结构之间取得平衡，从而提高特征的丰富性和表达能力。在全连接层，两通道的特征被融合，增强模型的泛化性能。 实验是在Thomas Moeslund和Jochen Triesch手势数据库上进行的，结果显示，与传统方法相比，DCCNN显著提高了静态手势识别的准确率，不仅在识别精度上有所提升，而且在处理速度和环境适应性方面也有所增强。这表明，双通道卷积神经网络对于简化特征提取过程、降低对手势识别算法复杂性的贡献，以及提升系统在实际应用中的性能是显而易见的。 本文的研究为静态手势识别提供了一种创新且有效的解决方案，展示了深度学习技术在计算机视觉领域的实际应用潜力，预示着未来在人机交互和智能设备中的广泛应用前景。