项俊,王超,沙洁,麻建.多策略驱动的动态手势识别算法[J].中南民族大学学报自然科学版,2020,39(6):642-650
多策略驱动的动态手势识别算法
A multi- strategy driven algorithm for dynamic gesture recognition
  
DOI:10.12130/znmdzk.20200616
中文关键词: 压缩感知恢复  近似消息传递  低秩去噪  迭代阈值
英文关键词: dynamic gesture recognition  multi-mode input  Convolutional Neural Networks  adaptive fusion strategy
基金项目:国家自然科学基金资助项目(61701548);中央高校基本科研业务费专项资金资助项目(CZT20003)
作者单位
项俊 中南民族大学 电子信息工程学院智能无线通信湖北省重点实验室武汉430074 
王超 中南民族大学 电子信息工程学院智能无线通信湖北省重点实验室武汉430074 
沙洁 中南民族大学 电子信息工程学院智能无线通信湖北省重点实验室武汉430074 
麻建 中南民族大学 电子信息工程学院智能无线通信湖北省重点实验室武汉430074 
摘要点击次数: 208
全文下载次数: 150
中文摘要:
      在动态手势识别方法中,现有多模输入策略易忽略手势类别局部信息与全局信息的差异性,同时现有决策级融合对各通道数据预测结果采用均值操作,不能充分利用在识别中起关键性作用的特征信息。提出了一种多线索自适应驱动算法:采用多线索输入策略融合各模态数据的局部与全局信息,构建2D与3D卷积神经网络级联框架提取手势特征,设计自适应融合策略为各通道预测结果赋予不同的权重。在SKIG数据集和isoGD公开数据集上的实验结果证明了该算法的有效性,取得了与当前主流算法相当的动态手势识别效果。
英文摘要:
      In dynamic gesture recognition, existing multi-mode input strategy ignores the difference between local and global information about gesture category. Furthermore, current decision-level fusion schemes perform averaging over each channel’s prediction, which is unable to emphasize the important features in recognition. To address the above issues, a multi-strategy driven algorithm is proposed. A multi-cue input scheme is adopted to fuse local and global information in each input mode. 2 Dimension Convolutional Neural Networks (2DCNNs) and 3DCNNs are then cascaded for feature extraction. Finally, an adaptive fusion strategy is designed to assign different weights to each channel’s prediction. Experiments conducted on both SKIG and isoGD datasets demonstrate the validity of the proposed method, which achieves competitive performance when compared with several state-of-the-art dynamic gesture recognition methods.
查看全文   查看/发表评论  下载PDF阅读器
关闭