基于轻量级 OpenPose 改进的幻影机手势交互系统

杨利霞

基于轻量级 OpenPose 改进的幻影机手势交互系统

# P4 L3 w  e7 f% b+ t
3 z5 ], T$ ^1 _, J4 Y: M* c
# u- s* W9 T5 B7 N
& Z0 K' Z4 C1 Z+ z% Z6 O" }0 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
% Z$ O& E' ]: y1 J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
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
, s8 k. e+ t2 L9 d7 K% F. B' J; _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，
, @5 w5 ]# O3 M- p' 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
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
2 G0 Q* {  A7 `, h0 n  V0 B! S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%
# U6 m- e1 H* P; {7 M! M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
" G) v; W0 q) ~. V- W% O* j每秒 32~36 帧的识别速率和较高的手势识别率。
- A: D& w) D8 W) D1 ?% \: z; u


% K" L& d2 X* {( a. g# b