一种基于YOLOv3的静态手势实时识别方法

作者：张勇; 张强; 徐林嘉; 刘佳慧; 王鑫源

来源：2018-09-28, 中国, ZL201811137932.5.

本发明公开了一种基于YOLOv3的静态手势实时识别方法,其过程包括制作训练集、生成迁移Darknet-53模型、改进候选框参数和实时手势识别各步骤,是基于卷积神经网络YOLOv3模型,通过使用Kinect设备采集的四种类型的图像数据集代替常用的RGB图像数据集,融合四种类型Kinect测试图像的识别结果,有效提高识别准确率；采用K-means聚类算法对初始候选框的参数进行改进,有效提高识别速度；以及采用迁移学习的方法,切实减少模型的训练时间。

• 单位
  合肥工业大学