GAN(生成式对抗网络)学习笔记，手势识别论文笔记

最新推荐文章于 2025-11-13 23:33:05 发布
原创 最新推荐文章于 2025-11-13 23:33:05 发布 · 1.1k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了生成式对抗网络（GAN）的基本原理，包括生成模型和判别模型的角色，以及它们在训练过程中的交互。同时，文章结合了一篇关于基于加速度传感器的手势识别论文，详述了从数据采集、信号处理、特征提取到使用HMM模型进行手势识别的全过程，探讨了系统优化的难点和解决方案。

1.了解生成式对抗网络

  1. Continuous dynamic gesture recognition
    based on acceleration sensor

生成式对抗网络：采用神经网络作为模型类型的博弈式的训练过程

生成模型+判别模型

生成模型的目标是让判别模型无法区分真实的值与训练出来（生成模型出来的）的值

数学语言描述：

假设生成模型是g(z)，其中z是一个随机噪声，而g将这个随机噪声转化为数据类型x，若拿图片问题举例，这里g的输出就是一张图片。D是一个判别模型，对任何输入x，D(x)的输出是0-1范围内的一个实数，用来判断这个图片是一个真实图片的概率是多大

Pr和Pg分别代表真实图像的分布与生成图像的分布：

判别模型的目标函数

在这里插入图片描述

优化目标函数

在这里插入图片描述

公式中D(x)表示x属于真实图片的概率，因而，优化D的时候就是让V(D,G)最大，优化G的时候就是让V(D,G)最小。

处理办法：分别对D和g进行交互迭代，固定g，优化D，一段时间后，固定D再优化g，直到过程收敛，如下图：左侧的图是来自真实的数据，右图是来自生成模型的数据

优化G，使它尽可能的让D混淆。优化D，使它尽可能的能区分出假冒的东西。

当D无法区分出事件的来源的时候，可以认为，G和M是一样的。从而，我们就了解到了黑盒子中的东西

最低0.47元/天 解锁文章
Anewnoob
关注
2025年 课程设计 机器学习&深度学习实战案例,含有python代码和教程 (4月10日已更新1179篇)
斌擎科技
10-05 9670
10月促销价99.9,适合初学python机器学习深度学习的学生,从入门到精通,专栏内含有讲解,每篇文章都含有对应的代码,会持续更新,更新至千篇案例,已经更新六百多个项。
用AI创作动态壁纸：让桌面活起来
AI天才研究院
05-07 1677
随着数字设备普及，用户对桌面个性化需求日益增长。传统静态壁纸已无法满足沉浸式体验需求，动态壁纸通过视觉动态效果提升用户沉浸感，但手工制作成本高、创意受限。本文聚焦基于AI的动态壁纸生成技术，涵盖从图像生成到时序动画的核心算法，提供从技术原理到工程实现的完整解决方案，帮助开发者和设计师掌握智能化动态内容创作方法。技术原理：解析动态壁纸生成的核心AI模型（GAN/VAE/RNN）算法实现：通过Python代码演示图像生成、时序建模和渲染技术项目实战：完整案例覆盖数据准备、模型训练到产品化部署应用拓展。
手势识别论文解读
热门推荐
小虎 的博客
07-31 1万+
Learning to Estimate 3D Hand Pose from Single RGB Images20173 主要流程 代码细节解读 训练流程解读 Two-Stream Convolutional Networks for Action Recognition in Videos2014 框架 两个stream Spatial stream ConvNet Optical flow C
手势识别论文
05-31
关于手势识别的项目的论文，使用realsense摄像头，项目已经可以运行
论文研究-基于Leap Motion的动态手势识别.pdf
09-06
动态手势识别作为人机交互的一个重要方向，在各个领域具有广泛的需求。相较于静态手势，动态手势的变化更为复杂，对其特征的充分提取与描述是准确识别动态手势的关键。为了解决对动态手势特征描述不充分的问题，利用高精度的Leap Motion传感器对手部三维坐标信息进行采集，提出了一种包含手指姿势和手掌位移的特征在内的、能够充分描述复杂动态手势的特征序列，并结合长短期记忆网络模型进行动态手势识别。实验结果表明，提出的方法在包含16种动态手势的数据集上的识别准确率为98.50%；与其他特征序列的对比实验表明，提出的特征序列，能更充分准确地描述动态手势特征。
手势识别综述论文
他山之石 可以攻玉
05-31 1745
Computing the number of swaps in insertion sort Insertion sort is a simple sorting algorithm that builds the final sorted array one item at a time. It is much less efficient on large lists than more advanced algorithms such as“Quick Sort”,“Heap Sort”, o..
基于深度学习的手语识别系统开发与实现
最新发布
11-13 778
摘要：本研究旨在开发基于深度学习的手语识别系统，通过CNN+LSTM/Transformer等模型实现连续手语动作的端到端识别与翻译，突破静态手势识别局限。研究兼顾技术优化（准确率、实时性、鲁棒性）与社会价值，致力于为听障人士构建无障碍沟通桥梁。国内外研究现状分析表明，多模态融合和端到端序列学习是主要趋势。系统设计包含核心识别、用户交互和管理模块，采用开源技术栈实现经济可行的解决方案，具有显著的社会公益价值。
论文阅读笔记--Monocular Human Pose Estimation: A Survey of Deep Learning-based Methods 人体姿态估计综述
weixin_45709671的博客
02-13 6980
趁着寒假有时间，把之前的论文补完，另外做了一点点笔记，也算是对论文的翻译，尝试探索一条适合自己的论文阅读方法。 这篇笔记基本按照原文的格式来，但是有些地方翻译成中文读起来不太顺，因此添加了一些自己的理解。另外，论文中间引用的论文太多了，不太好链接，确实有兴趣的可以直接参考原文。 人体姿态估计综述(Human Pose Estimation) Monocular Human Pose Estimation: A Survey of Deep Learning-based Methods arXiv:2006.
论文研究-基于深度信息的指尖追踪及手势识别.pdf
09-12
提出了一个基于深度信息对手指和手部进行实时跟踪，并可用于手势识别的方案。用Kinect获取深度信息，然后生成手部的三维点云，进行过滤转换成像素矩阵；使用K-curvature算法获取指尖和手掌方位，然后通过手指之间的相关距离进行手指标定。实验结果证明该方案识别追踪效果稳定且高效，不受光照和复杂背景影响，能够同时跟踪双手共10个手指和2个掌心的动作轨迹，并用于手势识别。
手势识别相关论文.zip
09-08
包含了IEEE以及各种与计算机视觉相关的网站上一些与手势识别相关的论文
论文研究-基于手势识别的文字输入系统.pdf
09-10
基于视觉的手势识别是实现新一代人机交互的关键技术。通过手势识别向屏幕输入文字以供搜索查找的系统基本没有，在现有的手势识别基础上，利用汉语字母和数字对应的手语作为输入手势，采用微软的kinect获取深度图像，对其进行手势分割。通过Canny算法提取手势的边缘，利用小波矩提取特征，得到手势字母，实现了具有手势识别以及基于文字输入功能的系统。实验表明该系统能够准确有效地实现汉字的输入。
基于GAN的人体动作识别_人体识别_GaN_GAN的识别_GAN识别_深度学习_
10-03
针对数据集较少导致人体动作识别率较低的情况，基于生成对抗网络搭建了一个人体动作识别网络，有效解决了以上问题
GAN学习ppt
12-21
机器学习GAN学习资料，比较简单的资料，介绍GAN的原理和发展。
【手势识别-论文学习】 Hand segmentation with structured convolutional learning
seavan的专栏
09-02 1486
(ACCV 2014) Hand segmentation with structured convolutional learning
用GAN生成二维样本的小例子
weixin_30814223的博客
06-15 574
同步自我的知乎专栏：https://zhuanlan.zhihu.com/p/27343585 本文完整代码地址：Generative Adversarial Networks (GANs) with 2D Samples 50行GAN代码的问题 Dev Nag写的50行代码的GAN，大概是网上流传最广的，关于GAN最简单的小例子。这是一份用一维均匀样本作为特征空间(latent space...
【手势识别-论文学习】 Hands Deep in Deep Learning for Hand Pose Estimation
seavan的专栏
09-03 5153
(CVWW 2015) Hands Deep in Deep Learning for Hand Pose Estimation
【手势识别-论文学习】 Video-based Hand Manipulation Capture Through Composite Motion Control
seavan的专栏
08-18 1318
(SIGGRAPH2013) Video-based Hand Manipulation Capture Through Composite Motion Control
掌握八种GAN框架：Tensorflow生成式对抗网络代码库
GAN（生成式对抗网络）是一种深度学习模型，由生成器（Generator）和判别器（Discriminator）组成，通过对抗的方式进行训练，生成器生成数据，判别器判断数据的真假，两者相互竞争，相互提高。以下是八种最常用的GAN...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值