计算机工程

作者：杨明羽, 叶春明

单位：上海理工大学 管理学院, 上海 200093

关键词：美式手语识别,双向二维主成分分析,卷积神经网络,贝叶斯优化,自动调参

基金：国家自然科学基金（7184003）；上海市科委“科技创新行动计划”软科学重点项目（20692104300）；上海理工大学科技发展基金（2018KJFZ043）。

针对现有美式手语（ASL）识别算法准确率低和模型训练时间长的问题，提出一种结合双向二维主成分分析（Bi-2DPCA）与卷积神经网络（CNN）并基于贝叶斯优化的识别算法。利用Bi-2DPCA算法对原始图像做数据降维处理，提取行、列方向的特征图，使用卷积神经网络对特征图进行训练分类，同时采用贝叶斯优化算法对模型超参数进行自动调参。在24分类ASL数据集上的实验结果表明，该算法的识别准确率达到99.15%，训练时间相比传统CNN算法减少90.3%。

来源：2021年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第12期