基于手勢(shì)識(shí)別的DeepLabV3+算法研究

打開(kāi)文本圖片集

摘  要：文章為解決手勢(shì)識(shí)別研究中欠缺考慮多時(shí)相、特征多樣性的問(wèn)題，提出了一種基于改進(jìn)DeeplabV3+模型的手勢(shì)識(shí)別提取方法。通過(guò)更改模型中ASPP模塊結(jié)構(gòu)，使用多個(gè)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(jī)制模塊，提升模型的提取精度和效率。在公開(kāi)Freihand數(shù)據(jù)集上進(jìn)行驗(yàn)證，結(jié)果表明：改進(jìn)后的DeeplabV3+模型訓(xùn)練速度提高了29.2%，識(shí)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）