针对手势识别算法识别性能较差、参数量大难以部署在移动设备上的问题，提出了一种适用于移动设备的轻量化手势识别算法。为满足手势多样化的需求，设计了一个具有12种手势的数据集；采用深度可分离卷积和倒置残差结构构建主干网络，降低了网络参数量；利用二值纹理图像训练方法，降低了实际环境中各类颜色对手势识别精度的影响。研究结果表明，该算法均值平均精度达93.5%，模型大小仅为0.6MB，在搭载MTK9652的海信电视上的推理时间为24.7ms，达到了实时手势识别标准。
科研之友
微信
新浪微博
Facebook
分享链接
