|
基于轻量级 OpenPose 改进的幻影机手势交互系统 5 b, ?/ G# {/ E1 g) _
. M7 M j, G7 ?5 l" y7 N( q
+ t$ R2 O3 y6 Y1 R+ o0 y1 o+ ^; D, i2 G' l* H( I3 _6 ?
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
4 K: j. D) F5 o: ]/ J( K) Y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
2 i' Z% V7 Y) e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 % c- d2 t, z; P$ Q: r
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，7 H' v. L: i: H# }8 p; J( 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! S9 \0 |5 B2 i% ^- N/ B
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; M2 K. v6 v% s% 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%. E |% @* \0 f5 d7 |, {2 I7 K
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
+ u& `, J5 r1 a0 x9 a每秒 32~36 帧的识别速率和较高的手势识别率。
& {& h; Z" P. V( m& b7 q/ H$ [0 j: W) c& b/ W1 ~- u) ~" p [# h1 X
. y5 n5 |4 r3 ^6 P7 ?6 G" {" i; G
) v) n0 d! H1 f
$ u) j& z" c0 v" W2 I8 x) O6 u6 T3 F
+ G6 \* q/ J! y# G# @; C( y, s; o& 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
