XAI-DeepNET：一种基于可解释人工智能的动态手势识别深度学习新框架

本文提出了一种创新性的XAI-DeepNET框架，将深度学习（DL）与可解释人工智能（XAI）相结合，用于动态手势识别（DGR）。该框架通过关键帧提取、改进小波阈值去噪（MWTh）和手部分割等预处理步骤，结合DeepNET进行手势识别，并利用XAI（如Grad-CAM）提供决策解释。在印度手势数据集和20BN Jester数据集上分别达到99.94%和96.21%的识别准确率，显著优于现有模型，为医疗辅助、人机交互（HCI）等领域提供了高精度且透明的解决方案。

　　

Highlight

本研究设计了一种支持XAI的深度学习框架XAI-DeepNET，用于动态手势识别（DGR）。该框架通过预处理（如关键帧提取、改进小波阈值去噪MWTh和手部分割）、DeepNET模型训练及XAI解释（如Grad-CAM可视化）三阶段实现高精度且透明的动态手势分类。

Description of the proposed model

XAI-DeepNET首先对输入视频进行预处理，包括关键帧提取、MWTh去噪和基于肤色模型的手部分割。随后，设计的DeepNET模型通过卷积层和时空特征学习实现手势分类，并利用Grad-CAM生成热力图解释模型决策依据，增强可解释性。

Simulation results and discussions

实验在印度手势数据集（99.94%准确率）和20BN Jester数据集（96.21%准确率）上验证了XAI-DeepNET的优越性。对比实验表明，其性能超越传统机器学习（如SVM、DT）和其他深度学习模型（如LSTM+Inception v3），且XAI模块有效提升了模型透明度。

Conclusion and future recommendations

XAI-DeepNET为动态手势识别提供了高精度和可解释性兼备的解决方案，未来可拓展至医疗辅助（如听障人士交流）和智能监控领域。建议进一步优化实时性并探索多模态数据融合。