|
基于轻量级 OpenPose 改进的幻影机手势交互系统 6 [* w1 _3 j5 V$ l
4 Q& n7 {* q9 |: l4 z; k' y& r
% ^- T* u; P s% p/ r
# M8 y3 e9 T, p& P+ s6 e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
1 _# F$ I5 A2 D" l! ?) l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
4 M1 u+ M* W5 l( `! }0 C0 L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 9 Q4 K, e2 s' z A; ^5 X
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，3 x0 t, I I4 v- `1 S+ X, ^) K
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: C4 J3 w( W- D8 c# m
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
% Y e( o; ]. _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%
, {0 b' ^" L0 P9 J# x/ v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6 A" _* Q N# ^2 V) ]2 `
每秒 32~36 帧的识别速率和较高的手势识别率。
0 H6 B4 S3 d# g' M' |( J
9 B& K( X6 c2 N4 i, R
, A V8 x% d. ?# \# B, O5 C# ]* g6 c. _! m" N6 g
* m3 I5 C% s) o9 m3 b! {( b3 ]7 Z) A8 E- A) L0 H' ?3 l! t4 G
; T6 O! u5 H1 s: w0 k; Q2 N | 
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
