VGG 诱导深度手势语言检测
人工智能
2026-01-14 v1
摘要
手势识别是人机交互的重要方面，构成了为视力受损人群提供手语的基础。本文提出了一种 novel 手势识别系统，用于残障人士。该模型使用卷积神经网络，即 VGG-16 网络，在 Python 和 Keras 库的帮助下构建在广泛使用的图像数据集上训练的模型。进一步通过 NUS 数据集进行验证，该数据集包含 10 类手势，作为验证集输入。随后构建了一个包含 10 类测试数据的测试数据集，通过采用 Google 的开源应用编程接口 (API) 捕获不同手部姿势，并通过进行实验来衡量其效果。实验结果表明，通过结合迁移学习机制与图像数据增强，VGG-16 网络可实现约 98% 的准确率。
引用
@article{arxiv.2601.08262,
title = {VGG Induced Deep Hand Sign Language Detection},
author = {Subham Sharma and Sharmila Subudhi},
journal= {arXiv preprint arXiv:2601.08262},
year = {2026}
}
备注
Published in: Sharma, S., Ghosh, A., Subudhi, S. (2022). Hand Sign Language Detection Using Deep Learning. In: Sahoo, J.P., Tripathy, A.K., Mohanty, M., Li, KC., Nayak, A.K. (eds) Advances in Distributed Computing and Machine Learning. Lecture Notes in Networks and Systems, vol 302. Springer