摘要
针对手语手势姿态待规范、识别率低的问题,提出一种AR辅助手语字母识别算法MS-MobileNet。该算法设计多尺度卷积模块提取底层特征,增强网络的特征提取能力,利用ELU激活函数来保留更全面的负值特征信息,结合适用于web的轻量级MobileNet模型,提高面向移动AR应用的手语字母识别准确率和实时性。实验结果表明,MS-MobileNet在数据集ASL-M、NUS-II和Creative Senz3D上识别准确率较原模型分别提高了2.58%、5.32%和3.04%。基于MS-MobileNet网络设计一套WebAR辅助的手语字母协同交互系统,经评估测试,用户平均参与度达到8.2分,单次识别耗时低于0.115s, 能较好地满足用户沉浸式的实时手语字母交互需求。
-
单位西南科技大学; 四川轻化工大学