基于手勢識別的DeepLabV3+算法研究

打開文本圖片集

摘  要：文章為解決手勢識別研究中欠缺考慮多時相、特征多樣性的問題，提出了一種基于改進DeeplabV3+模型的手勢識別提取方法。通過更改模型中ASPP模塊結構，使用多個不同的空洞率以及圖像金字塔池化等操作，增加CBAM注意力機制模塊，提升模型的提取精度和效率。在公開Freihand數(shù)據(jù)集上進行驗證，結果表明：改進后的DeeplabV3+模型訓練速度提高了29.2%，識別精確度提升了0.04%，相似度提升了0.68%，召回率提高了0.36%。（剩余7807字）