摘要：為了解決不同識別環境下光照強度的變化對手勢識別準確率影響的問題,提出了基于ResNet-50殘差網絡的改進Faster R-CNN手勢識別算法。相較于普通的Faster R-CNN算法,該算法用了ResNet-50網絡,提高網絡特征的學習能力,并在ResNet-50中加入了實例批處理標準化(IBN)方法用于對單個圖片的表征內容學習,適應不同的識別環境。實驗結果表明,該算法在測試集上的識別率高達98.7%,相較于常用手勢識別算法,有效性更高,魯棒性更好。