《表1 模型性能对比：基于卷积神经网络的手势识别算法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的手势识别算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在选定最佳平滑参数σ的基础之上，为了验证实验结果的有效性，文中对比了近年常用的识别方法，包括一般的CNN结构以及Jiajia Zhang等人[17]提出的CNN+GRNN结构，其中一般的CNN结构设置为两个卷积层、两个池化层及3个全连接层，CNN+GRNN就是将上述CNN中的全连接层换为广义回归神经网络（Generalized Regression Neural Network，GRNN）。对比实验的评价指标有两个，第一个是在相同的实验环境下，同样的训练集和测试集所得到的识别准确率；第二个是各种方法的耗时（识别多张图取平均时间）。实验结果对比如表1所示。