【python、SVM、HOG、Resnet】基于深度学习的Web浏览器手势控制系统

最新推荐文章于 2024-07-24 18:05:59 发布

置顶

啾啾你个啾啾

最新推荐文章于 2024-07-24 18:05:59 发布

阅读量854

点赞数 1

分类专栏：手势识别文章标签： python 深度学习 Web浏览器手势控制手势识别

本文链接：https://blog.csdn.net/qq_33413212/article/details/102750948

版权

本文介绍了使用Python和深度学习（Resnet50）开发的Web浏览器手势控制系统，通过手势识别（包括HOG+SVM和Resnet50对比）控制Selenium驱动的浏览器。实验表明Resnet50在准确率和效率上更优，定义了8种手势对应不同浏览器操作，如打开、关闭、滑动等。系统实现了手势到控制指令的映射，有效控制浏览器行为。

摘要由CSDN通过智能技术生成

【python】基于深度学习的Web浏览器手势控制系统

**思路：**python语言开发，基于深度残差网络Kreas框架，通过建立样本库等进行手势训练，通过识别出的不同手势匹配WebDriver控制器（Selenium框架工具）来实现对Web浏览器的控制。

本文选取基于HOG+SVM和基于残差网络Resnet50的两种静态手势识别算法来着重研究。本文通过对所选的网络结构（HOG+SVM、Resnet50）进行对比分析（肯定是后者效果好哈哈哈），实验结果表明残差结构Resnet50具备准确率更高、易优化、权值共享等优点，可以大大降低运算复杂度，本文选取基于深度残差网络Resnet50来实现Web浏览器的手势控制，对本文提出的手势识别方法进行具体的应用。手势控制浏览器实现的思路是手势匹配控制器，通过Web应用程序测试的工具（Selenium）调用运行并控制浏览器。本文中定义了八种控制手势，分别实现功能：打开Firefox浏览器、打开百度、窗口最大化、窗口还原、窗口滑到底部、打开下一页、打开上一页、关闭Firefox浏览器。经测试，给定的八种控制手势能够对浏览器进行有效的控制。

##一、建立样本库
1.人工采录手势视频，截取图片标定手势：0-10，统一分辨率
2.剔除不完整图像，防止发生过拟合
3.按4:1分为数据集（100张左右）和测试集（25张左右）
4.Python语言开发，Kreas框架（深层神经网络的深度学习库）