数学建模社区-数学中国
标题:
基于轻量级 OpenPose 改进的幻影机手势交互系统
[打印本页]
作者:
杨利霞
时间:
2020-11-3 16:58
标题:
基于轻量级 OpenPose 改进的幻影机手势交互系统
基于轻量级
OpenPose
改进的幻影机手势交互系统
" w3 i. L# ^' w5 H9 h# y+ ]
6 K G: g/ s$ c; M4 T
" Q& p5 N: \; J) X C( Q
$ Z' r2 f# l8 C# j N0 b# z: S
目前人机交互方式多以键盘鼠标为主，而基于深度学习手势识别的交互方式算法准确率不高，且实
) I `. D0 P1 Y' B* U
时性和系统稳定性均有待提升。提出一种新颖的针对轻量级 OpenPose 进行改进的幻影机手势交互系统。采
, W" P) m9 N, @6 j' W
用轻量级 OpenPose 将人手简化建模为 21 个关键点，以 MobileNetV1 作为基础模型，应用部分亲和域（Part
! m8 ~5 T- c% j/ q. ^: S5 ^' h
Affinity Fields, PAF）方法实现人手关键点的检测并画出简化骨骼图。为进一步提升人机交互系统的实时性，
4 R$ |3 p- @7 F" G7 j4 X! @
采用幻影模块（Ghost Module）对卷积层进行降维，用更少的硬件资源取得同样的识别效果。最后搭建验证
# ~- o% {! y0 p# u
环境,根据画出的人手骨骼图进行模式匹配，根据匹配识别结果生成交互控制指令，经由蓝牙通讯将指令传送
7 @5 S" k1 Z- K) x
至 Arduino UNO 平台控制小车实现交互响应。经过初步训练后，该系统在 coco2017 验证集上能实现 58.7%
4 d- b4 x4 i+ `4 P9 {2 r2 c% `
的准确率，保持了原始 OpenPose 网络和轻量 OpenPose 网络的人手关键点识别效果，在家用 PC 机上可实现
% ?2 k& e' A- y+ A1 {/ c
每秒 32~36 帧的识别速率和较高的手势识别率。
8 d; L* ^1 C s1 { @
: L( c3 S* C8 A; i
" p4 F9 t9 P# G+ ?' ~& }$ I
) i* I" m* q% a4 s$ J) D
$ W' c; F4 ]: \' S; o5 G5 A6 q, v4 X
0 h* ?& ]. a9 c% w# ]- S/ p6 z
! T( s5 u% |" K3 _' v6 X0 Z% p
基于轻量级 OpenPose 改进的幻影机手势交互系统.pdf
2020-11-3 16:56 上传
点击文件名下载附件
下载积分: 体力 -2 点
1.47 MB, 下载次数: 0, 下载积分: 体力 -2 点
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
