利用卷積神經網路辨識手指姿勢

MUIR > Graduate Institute of Health Care > Department of Information Technology > Research Projects > Item 987654321/3822

Please use this identifier to cite or link to this item: http://ir.meiho.edu.tw/ir/handle/987654321/3822

Title:	利用卷積神經網路辨識手指姿勢
Authors:	游義地
Contributors:	健康暨護理學院
Keywords:	深度學習 Keras 手指姿勢辨識
Date:	2019-12
Issue Date:	2020-03-18T06:27:44Z (UTC)
Abstract:	以人體的姿態或手勢操作硬體設施是資訊科技應用的重要項目，除了體感遊戲外，對於銀髮族或部分行動不方便人士而言，利用手指姿勢操作家電設備，可有效提高生活便利性。一般手勢辨識以影像辨識為主，利用標記演算法及邊界演法求取圖形特徵，過程十分繁瑣。本研究目的是開發手指姿勢辨識系統，採用卷積神經網路求取手指姿勢特徵，主要是判斷手指個數，其結果可作為手勢控制家電之依據。本研究主要分為兩部分，第一部分為建立手指姿勢圖片，為了確保所開發之程式能有效辨識手指個數，本研究拍製手指姿勢圖片約 1200 張，其中 900 張訓練集為單一測試者，另外 300 張為測試集分屬三位不同測試者。為了提高特徵值擷取，本研究採用膚色二值化處理，先將彩色圖片轉成二值化，再進行深度學習；第二部分為卷積神經網路學習過程，本研究採用 Python 語言，以 Keras 作為軟體開發平台。 Keras 是屬於高階的深度學習程式庫，可以使用較少的程式碼，花費較少的時間，就可建立深度學習模型，並進行神經元訓練。經實際測試結果，膚色二值化處理可有效提高手部辨識率，三組測試準確度皆達 90% 以上。
Appears in Collections:	[Department of Information Technology] Research Projects

Files in This Item:

File	Description	Size	Format
利用卷積神經網路辨識手指姿勢.pdf		2963Kb	Adobe PDF	2033	View/Open

View Licence

Loading...