最近一個項目是在做手勢的識別，使用傳統的圖像匹配方法誤差率太大，還是得上深度學習。以前我聽信網上很多人的言論，認爲深度學習只是概率統計的一個衍生，本身的理論水平有限，只能作爲調參俠來使用神經網絡，或者利用一些Trick或者技巧來實驗性地改造神經網絡，沒有理論的支持。因此我認爲深度學習只是曇花一現的事務，如今中國大興的人工智能浪潮有點太過。但做了這麼多項目以來，我越來越感覺到機器學習的強大，越來越懂得其可以用來改造的傳統行業的前景，未來肯定是機器學習爆發的時刻，現在還只是開始。
前言：做手勢識別我用了很多的方法。第一，基於opencv的模板匹配方法，這個雖然有一定概率可以識別出手勢，但識別錯誤率太高，識別的手勢也只能是非常簡單的；第二，基於SURF等特徵的匹配方法，這個做到一半放棄了，因爲特徵點相同我想只能證明是相同的手，而很難說明是相同的手勢；第三，基於均值Hash算法的模板匹配方法，這個方法給每張圖片一個指紋向量，通過比較指紋的距離判斷相似性，結果很多手勢指紋相同，這個方法也失效了；最後找到了這個基於Openpose開源程序的手部骨架提取來識別手勢，我看了demo，感覺魯棒性非常好，可以識別手部關節和手指，手掌，可行性和可靠性非常高。