机器学习背景下手势识别技术探究.pdfVIP

机器学习背景下手势识别技术探究

作者：徐琛玥

来源：《软件》2020年第10期

摘;要：当前我国人工智能技术水平有了长足的进步，给人民群众的日常生活带来了较大

的便利，故而在人机交互技术方面的需求也不断上涨。手势是人类使用频率最高的肢体语言之

一，运用手势进行沟通显得直观有效、自然简洁，而在机器学习背景之下，结合人工智能技术

完成对人体手势的识别就成了当前的重要研究问题。基于此，本文概述了机器学习的基本内涵

及种类，并分析了手势识别技术中的要点，以求为人工智能的发展提供理论上的支持。

关键词：人工智能;机器学习;手势识别

中图分类号：TP301;;文献标识码：A;;DOI：10.3969/j.issn.1003-6970.2020.10.032

本文著录格式：徐琛玥.机器学习背景下手势识别技术探究[J].软件，2020，41（10）：

132134

【Abstract】：Atpresent，thelevelofartificialintelligencetechnologyinChinahasmade

greatprogress，whichbringsgreatconveniencetopeoplesdailylife，sothedemandforhuman-

computerinteractiontechnologyisalsorising.Gestureisoneofthemostfrequentlyusedbody

language.Usinggesturetocommunicateisintuitive，effective，naturalandconcise.Underthe

backgroundofmachinelearning，thecombinationofartificialintelligencetechnologytocomplete

therecognitionofhumangesturehasbecomeanimportantresearchissue.Basedonthis，thispaper

summarizesthebasicconnotationandtypesofmechanicallearning，andanalyzesthekeypointsof

gesturerecognitiontechnology，inordertoprovidetheoreticalsupportforthedevelopmentof

artificialintelligence.

【Keywords】：Artificialintelligence;Machinelearning;Gesturerecognition

引0;言

当前诸如模板匹配、人工神经网络以及隐马尔科夫模型这类背景下的手势识别算法有着较

为广泛的饮用，但其计算显得较为复杂，相比之下基于机器学习的手势识别有着较为现主要的

优势，能够提取多层网络简化的高价值信息，所取得的识别效果更佳。

机器学习的基本内涵及种类1;

机器学习涉及到了不同领域的相关知识，且将这类知识进行了有效的整合，主要是研究计

算机怎样对人类的学习行为进行正确的模拟，并根据人类的经验来掌握相应的技能及知识，再

经过不断学习之后改良与优化人类的知识结构。在进行机器学习时，人类所拥有的经验基本上

能够类比于及计算机中的数据信息、人类所掌握的学习水平则能够类比于计算机中的学习算

法，人类所具备的知识结构则能够类比于计算机中的模型。那么便能够得知，机器学习主要是

指在计算机中深入分析海量数据信息，根据自身的学习算法来明确数据信息中所蕴含的基本特

点及规律，并在持续的学习过程之中获得相应的经验及知识模型，进而能够预测未知的数据信

息。

根据机器学习的训练数据信息是否已经完成标准，可以划分成半监督学习、无监督学习以

及监督学习三种类型。其中监督学习主要是指所标注的数据信息与训练数据信息之间能够达成

某种统一，一般划分成分类及回归两种种类。诸如KNN算法、SVM算法、逻辑回归算法以及

决策树等属于分类算法的范畴;多项式回归、线性回歸以及岭回归则属于回归算法的范畴。而

无监督学习主要是指并不依赖与标注信息，而是直接分析相应的训练数据信息，并对其中所体

现出来的规律进行总结