现在绝大多数智能家居系统、人工智能机器人等都是以语音控制或者APP控制为主,这就使得一些特殊群体无法享受人工智能给生活带来的种种方便。在这一研究背景下,本文创新了卷积神经网络算法的结构,使其更加适用于人工智能控制系统。以期让这些特殊群体也可以享受到人工智能给生活带来的方便。具体工作如下:(1)通过比较和分析各种手势识别的相关算法,最终确定,以卷积神经网络算法作为本文手势识别的基础框架。(2)针对在智能家居这一特例中,采集到的图片包括复杂的手势结构、光照、背景以及环境等因素,如果不进行预处理,使用采集到的图片直接进行训练与识别,会影响识别的精确率。因此,本文给出了一种结合肤色模型与卷积神经网络的手势识别方案。(3)对于包含复杂背景的手势图片,通过以下两步完成图像的预处理。第一步,选择适当的肤色模型,确定手势在原图像中的区域位置,并将该区域与背景分离。第二步,使用形态学操作、滤波算法、连通域标记法等算法,将经过标记分离的手势区域进行提取与重建。(4)完成原始图像预处理的工作之后,本文细致分析了卷积神经网络的工作原理,对训练过程中的主要算法作了详细介绍,并进行了公式推导。在以上研究与分析的基础上,通过对比试验,确定了本文搭建的卷积神经网络的网络结构、卷积核的个数和尺寸、池化的方法和大小、激活函数、分类方法等。同时,本文设计使用两个连续的卷积神经网络,进行两次连续识别,以防止实际使用中出现误操作。