基于YOLOv3的手势识别技术附视频

被引:5
作者
凌利 [1 ]
陶俊 [1 ]
吴瑰 [2 ]
机构
[1] 江汉大学人工智能学院
[2] 江汉大学工程训练中心
关键词
深度学习; 卷积神经网络; 手势识别; TensorFlow; YOLO;
D O I
10.16389/j.cnki.cn42-1737/n.2021.05.012
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
基于YOLOv3的手势识别检测系统使用darknet53.conv.74模型进行训练与学习,通过对输入图像进行平滑以及二值化处理分离不必要图像信息,提高识别准确率,实现视频实时手势识别模型,然后利用Python Tkinter模块开发出图形交互界面。结果表明,模型在识别精确度上能达到76.76%,有着目前主流深度学习目标检测算法相当的精确度,在识别速度上优于其他目前主流深度学习目标检测算法,在处理自然交互信息方面具有优势,为人机交互提供有效手段。
引用
收藏
页码:79 / 87
页数:9
相关论文
共 19 条