基于神经网络的手部姿态分类
计算机视觉与模式识别
2021-08-11 v1
摘要
本文将深度学习模型应用于由 30 名志愿者协助创建的鲁棒洗手数据集的一个子集。该工作基于迁移学习展示了对场景中存在单手、双手和无手的分类。利用 Keras 库中最简单的 NN 预训练模型，使用 704 张手势图像训练网络，并对输入图像进行预测。由于数据集受控且受限，训练期间实现了 100% 的准确率，且对输入图像的预测均正确。在未来的工作中，完整的洗手数据集将结合 AlexNet 等密集模型用于手部卫生阶段的视频分类。
引用
@article{arxiv.2108.04529,
title = {Hand Pose Classification Based on Neural Networks},
author = {Rashmi Bakshi},
journal= {arXiv preprint arXiv:2108.04529},
year = {2021}
}