基于残差卷积神经网络的握笔手势识别研究与应用.docxVIP

基于残差卷积神经网络的握笔手势识别研究与应用 基于残差卷积神经网络的握笔手势识别研究与应用摘要本文研究了基于残差卷积神经网络（Residual Convolutional Neural Network，ResNet）的握笔手势识别方法，并应用于数字书写领域。首先，针对握笔手势识别难度大、样本数据不平衡等问题，对数据集进行了采集与预处理。之后，将划痕块（Scribble Block）引入ResNet结构中，增加了网络深度和精度，并实现了握笔手势与数字书写的联合识别。最后，通过实验证明，本文提出的方法具有较高的识别准确率和鲁棒性。关键词：深度学习；卷积神经网络；残差网络；握笔手势识别；