基于LSTM神经网络的手势分割

本文针对手势识别系统中基于阈值类的手势分割算法忽略了手势信号在时间上的相关性,高度依赖经验阈值等问题,提出了一种基于长短期记忆单元(LSTM)的网络结构应用于手势分割,将手势信号看成一段时间相关序列,利用LSTM神经网络的特点,对手势信号的动态信息加以学习,联合起过去信息,实现对当前帧的判决.实验结果表明,所提出的算法模型在准确率、可靠性方面优于传统方法,无需设定经验阈值即可快速实现手势信号的自动分割.