手势识别---人工神经网络.docVIP

手势识别---人工神经网络 手势识别综述 随着计算机性能的逐步提高和各领域对计算机使用的不断深入，人与计算机的交互活动越来越成为人们日常生活中的一个重要组成部分。鼠标和键盘等传统的的人机交互方式越来越显示出它们的局限性，尤其在虚拟现实、增强现实和可穿戴计算等新兴的应用中变得更为明显。近年来，手势交互作为一种新的人机交互方式被越来越多地采用，特别是基于视觉的手势交互，由于其简单、自然、直观和非侵犯性等特性已成为手势交互的重要方式之一。BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer) 2.1 BP神经网络原理 人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。　 　 人工神经网络首先要以一定的学习准则进行学习，然后才能工作。现以人工神经网络对手写“A”、“B”两个字母的识别为例进行说明，规定当“A”输入网络时，应该输出“1”，而当输入为“B”时，输出为“0”。所以网络学习的准则应该是：如果网络作出错误的的判决，则通过网络的学习，应使得网络减少下次犯同样错误的可能性。首先，给网络的各连接权值赋予(0，1)区间内的随机值，将“A”所对应的图象模式输入给网络，网络将输入模式加权求和、与门限比较、再进行非线性运算，得到网络的输出。在此情况下，网络输出为“1”和“0”的概率各为50%，也就是说是完全随机的。这时如果输出为“1”(结果正确)，则使连接权值增大，以便使网络再次遇到“A”模式输入时，仍然能作出正确的判断。　　如果输出为“0”(即结果错误)，则把网络连接权值朝着减小综合输入加权值的方向调整，其目的在于使网络下次再遇到“A”模式输入时，减小犯同样错误的可能性。如此操作调整，当给网络轮番输入若干个手写字母“A”、“B”后，经过网络按以上学习方法进行若干次学习后，网络判断的正确率将大大提高。这说明网络对这两个模式的学习已经获得了成功，它已将这两个模式分布地记忆在网络的各个连接权值上。当网络再次遇到其中任何一个模式时，能够作出迅速、准确的判断和识别。一般说来，网络中所含的神经元个数越多，则它能记忆、识别的模式也就越多。　 在确定了输出函数之后，接着要决定输出层的编码方式，可以采用二进制编码和最大值编码。因为输出层节点数多一些效果要好一点，所以这里选用最大值编码。要明确各个层的节点数所代表的意义，输入层节点数代表特征的维数，隐层节点数的选取目前还没有形成理论，在做实验时要不断地尝试，输出层的节点数代表类的种类数（采用最大值编码）。我所选用的数据集是美国加利福尼亚大学的iris数据集，特征维数为4，种类数为3，如下： Iris数据集 实验的参数：输入层节点个数为4，隐层节点数为8，输出层节点数为3，迭代次数为100000次，学习率为0.3，冲量项系数为0.3，终止条件为0.0001，训练样本90个，测试样本60个，最后得到的识别率为93.33%。下面是训练时所得到的分类器： 分类器 4,8,3分别代表输入层，隐层，输出层的节点个数，浮点数代表的是各个权值。所以只要知道上面提到的两个信息，就能还原出BP神经网络模型。 主要代码： void ann::train(vectorsample sample_data,char *dstpath,double e, int M, double n, double a) //参数从左到右分别是样本集，精度控制参数，循环最大次数，学习率，惯性项系数 { double hide_op[H_MAX]; //隐层的输出 double output_op[O_MAX];//输出层的输出 double E = e+1; double sum = 0.0; int loop = 0; check_data(sample_data);//检测样本集的正确性 set_random_weight(-0.1,0.1); while (EeloopM) //训练结束条件 { printf(%lf\n,E); loop++; E = 0; for(int i=0;iI_MAX;i++)//初始化