Connexion
S'inscrire
Réinitialiser le mot de passe
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Blog
Contact
Chercher
EUR
USD
GBP
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
International Journal of Advanced Network, Monitoring and Controls
Édition 7 (2022): Edition 4 (January 2022)
Accès libre
Research on Static Gesture Recognition Based on Deep Learning
Min Zhang
Min Zhang
et
Pingping Liu
Pingping Liu
| 26 mai 2023
International Journal of Advanced Network, Monitoring and Controls
Édition 7 (2022): Edition 4 (January 2022)
À propos de cet article
Article précédent
Article suivant
Résumé
Article
Figures et tableaux
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Publié en ligne:
26 mai 2023
Pages:
31 - 38
DOI:
https://doi.org/10.2478/ijanmc-2022-0034
Mots clés
Static Gesture Recognition
,
Template Matching
,
Deep Learning
,
Convolutional Neural Networks
© 2022 Min Zhang et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Figure 1.
System framework
Figure 2.
Feature extraction flowchart
Figure 3.
Palm area
Figure 4.
Gesture area
Figure 5.
Template matching flowchart
Figure 6.
Static gesture recognition neural network framework
Figure 7.
Image preprocessing effect
Figure 8.
Curve of the accuracy change of the training set
Figure 9.
Curve of the change in the accuracy of the test set
Figure 10.
Loss change curve
Gesture recognition rate training effect
Gesture category
Recognition rate
Digital gesture 1
95%
Digital gesture 2
99%
Digital gesture 3
96%
Digital gesture 4
83%
Digital gesture 5
86%
Digital gesture good
100%