|
基于轻量级 OpenPose 改进的幻影机手势交互系统 5 x/ T" U6 N1 D W& r: d
# G" g. L( }! a% @1 P R. k1 M4 |# a! N: x
$ A$ e9 a- z# f1 F# y8 T; M y
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9 \9 C5 e( C6 l9 X" z7 X& o
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
+ ?% t/ l% J6 N1 _; R' E7 k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
. K- Y# q* m: h* s$ [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，: q c. ]: I$ K8 k- h
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
. D* p" N# ?+ `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! R3 j5 d. I7 f9 U( 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%
- @4 c6 m6 n% z: T7 N* z. Q: {" g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# R2 J* H: ?' l- } @3 `8 v' L( \每秒 32~36 帧的识别速率和较高的手势识别率。 * g4 e2 x7 p( M8 N8 O# Z
" ]: |% @1 t {
( Q/ J: m" `1 E
% O' N- X# R- B/ F& f3 G# o. R, S5 v
) U" Z( U7 W# `+ }2 v
* ?6 ^# ~7 B# {
# N. j, P& J4 s$ l& h7 G; U | 
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
