科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决复杂背景下传统手势检测和识别存在检测不精准、漏识误识等方面的问题,提出一种基于无锚框centernet的手势检测网络。用优化后的shufflenetv2网络提取特征,后端通过热图的峰值点及邻近区域特征回归得到手势目标的属性,不用非极大值抑制算法进行后处理,得到合理的手势检测速度和精度。在公开数据集Egohands和通过RGB摄像头自建的包含7种不同手势的数据集上的实验结果表明,手势检测的均值平均精度分别能达到72%和91%,相对于mobilenetssd和squeezenet网络在手势检测准确性上提高了4.6%和6.9%,算法有效性提升明显。
- 单位
