基于深度学习的手势识别研究

本文截取视频的一帧,针对手势肤色的特殊性和手势的易形变性,通过建立肤色模型和基于haar的AdaBoost分类器,实现手势分割,通过CamShift算法实现手势的实时追踪。通过卷积神经网络进行手势识别,实现对10种常用手势数字的识别,识别率达到98.3%。