|
基于轻量级 OpenPose 改进的幻影机手势交互系统
$ B& u9 F* e$ S8 c2 |/ h q3 x! {- @5 r; Q
+ x* `# o. {( a( O8 j1 O0 |$ S5 _# y$ h- v/ u
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: L9 q/ E, \* }2 V
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
" j% J M$ F7 D# e4 z6 i, B- }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
& H5 e a2 J$ q9 L, JAffinity 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，
- x- \* p/ K l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" X" X, s) N' f
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+ a6 R( f; `9 |- a' [8 ~: U
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%) ?7 r0 g U; ^
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
3 U8 s# H* A, f/ k每秒 32~36 帧的识别速率和较高的手势识别率。
6 X9 U( W) D& |* o0 C
" w; ]$ s( q, R$ _
% z3 b6 n4 [$ B
9 ]/ p* r; F+ P7 N* R' w/ M B% ^* _- h/ j, k- u2 o
- z. _1 w! G/ d; r
2 U, D K+ C. G$ D" e
| 
IP卡
狗仔卡
发表于 2020-11-3 16:58
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
