复杂背景下的静态手势识别研究

摘要

为了解决聋哑人在日常生活和工作中的沟通障碍及传统手势识别方法易受复杂环境影响的问题，提出一种基于YCbCr颜色空间和卷积神经网络相结合的静态手势识别算法。该算法首先基于YCbCr颜色空间对手部区域进行提取，然后对提取后的图片进行降维、灰度化和数据增强预处理，再利用卷积神经网络模型对预处理后的图片进行训练分类。最后经过实验验证，该算法在NUS-II和Marcel两种复杂背景手势数据集上的识别准确率分别达98.32%和 98.96%。相比于传统算法和其他基于卷积神经网络的算法，识别率更高、识别效果更好。

0 引言

根据我国第七次人口普查报告可知，全中国聋哑人数量已经达到2 000多万人。聋哑人由于听力受损、发声不完全等原因，与外界交流非常不便，只能借助于手势与其他人进行沟通交流。但遗憾的是，大多数普通人并不理解手势，这一客观事实也导致聋哑人群体很难通过手语和其他人进行交流。由于手势识别的复杂性和综合性［1］