技术特征：
技术总结
本发明公开了基于深度卷积神经网络框架的第一视角动态手势识别方法，包括步骤：采集不同复杂背景下的数字手势图片，使得相同的手势具有一个相同的标签，标出手势在数字手势图片中的外接矩形；深度卷积神经网络在数字手势图片上提取若干候选框，将若干候选框与外接矩形进行特征比较并保存手势完整存在的若干候选框，提取保存候选框中的特征信息，将得到的输出值和真实值进行损失计算并将误差反向传播；使用已标注标签和候选框的数字手势图片训练深度卷积神经网络，使得深度卷积神经网络收敛且参数稳定；将拍摄的第一视角的数字手势图片作为输入，识别不同手势的类别。本发明可以准确地识别复杂背景、低像素的视频中的动态手势。
技术研发人员：金连文;程卓;张鑫;黄毅超;李晨阳
受保护的技术使用者：华南理工大学
技术研发日：2017.02.21
技术公布日：2017.07.25