科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于运动模糊、信息冗余以及不同人手语风格多样化等原因，目前的孤立词手语识别在识别精度、背景抗干扰性和识别速度等方面仍存在不足。为此，提出了一种新的手语识别方法——基于SlowFast网络和增强手部注意力的方法(EAH-SlowFast),其使用YOLOv5和DeepSort检测并追踪手部，提高对手部信息的关注度；在骨干网络中使用Focal损失函数增加模型的分类能力；改进了SlowFast网络结构并引入通道空间注意力机制，从而提高手部信息的权重并抑制背景噪声的干扰。此外，还提出了一种关键帧提取算法，可以在一定精度的损失下大大提高效率。经实验证实，EAH-SlowFast在DEVISIGN-D数据集上的Top-5准确率达到了97.79%,优于其他先进的手语识别算法。
- 单位
