针对动态手势识别中传统神经网络训练算法存在收敛速度慢、网络精度低等缺陷,提出一种自适应MIMO-Chebyshev神经网络(MIMO-CNN)算法实现动态手势学习和识别.以Chebyshev正交多项式作为隐含层神经元激励函数构造多输人、多输出三层前馈神经网络,并给出权值直接确定方法和隐含层节点数目自适应确定算法.给出一个基于颜色直方图的指尖检测算法和基于二部图最优匹配的指尖跟踪算法以便实时获取动态手势轨迹.针对动态手势识别要求对MIMO-CNN进行输人输出结构设计和网络权值学习训练,并运用经过训练的MIM
