如需要完整文档点击下方 "点击下载文档" 按钮

为了提高对中小占比手势识别的准确性与稳定性,提出了一种多尺度卷积特征融合的 SSD(single shot multibox detector)手势识别方法。 该方法突出表现在两大方面,其一,在原始的 SSD 算法的多尺度卷积检测方法基础上,引入了不同卷积层的特征融合思想,经过空洞卷积下采样操作与反卷积上采样操作,实现网络结构中的浅层视觉卷积层与深层语义卷积层的融合,代替原有的卷积层用于手势识别,以提高模型对中小目标手势的识别精度;其二,为了解决正负样本不均衡导致分类性能差的问题,提出一种改进的损失函数,以提升模型对目标手势的分类能力。 在手势识别公开的数据集上的实验结果表明,与 SSD 和 Faster R-CNN 等识别方法相比,能够在保持较高的手势检测精度的同时,又具有较好的鲁棒性与检测速度。

如需要完整文档点击下方 "点击下载文档" 按钮

《多尺度卷积特征融合的 SSD 手势识别算法》

将 完整文档 下载到本地，方便收藏和查阅

文件号：060811

点击下载文档