TY -的A2 -徐,新郑盟——燕,石羊盟——夏,湖南AU -史密斯,杰里米·s . AU - Lu,文进盟——张,拯救PY - 2017 DA - 2017/05/22 TI -多尺度卷积神经网络用于手检测SP - 9830641六世- 2017 AB -无约束的手在静态图像检测中扮演一个重要的角色在许多hand-related视力问题,例如,手跟踪、手势分析人类行为识别和人机交互,手语识别。虽然手检测已经广泛研究了几十年,这仍然是一个挑战性的任务有许多问题要解决。这种复杂性的因素包括遮挡、低分辨率,不同光照条件下,不同的手势,手和对象之间的复杂的相互作用或其他的手。在本文中,我们提出一种多尺度深度学习模型无约束的手在静态图像检测。深度学习模型,特别是深卷积神经网络(cnn),取得了最先进的性能在许多视觉标准。开发提出的CNN (R-CNN)模型,我们提出一种检测方案基于候选区域由一个通用的区域建议算法,其次是多尺度信息融合的流行VGG16模型。两个基准数据集应用来验证该方法,即牛津手检测数据集和手检测万岁的挑战。我们取得的成果在牛津一方面检测数据集,有令人满意的表现手检测万岁的挑战。SN - 1687 - 9724 UR - https://doi.org/10.1155/2017/9830641 - 10.1155 / 2017/9830641摩根富林明应用计算智能和软计算PB - Hindawi KW - ER