基于改进的YOLOV4的手势识别算法及其应用

作者：郭紫嫣; 韩慧妍; 何黎刚; 韩燮

来源：中北大学学报(自然科学版), 2021, 42(03): 223-231.

• YOLOV4
• 手势识别
• 手势交互
• 目标检测
• 深度学习

针对基于特征提取的手势识别算法准确率低和速度慢的问题,提出了一种基于改进YOLOV4的手势交互算法.利用数据增强的方法解决了手势数据较少的问题,同时优化YOLOV4的网络模型,改变原特征图分辨率使其能够检测到更完整的手势特征,通过K-means算法重新计算先验框的尺寸以提高对不同大小手势的识别率.将该方法与原始的YOLOV4以及Faster R-CNN算法在不同的手势数据集上进行手势识别对比,并进行了手势交互实验.实验结果表明,基于YOLOV4的改进算法手势识别准确率更高,并且能识别复杂场景下的手势,检测速度可以达到32.3帧/s,能够满足实时要求.

• 单位
  中北大学