面向嵌入式平台的手势轨迹识别

王绎茗; 高美凤

doi:10.13873/J.1000-9787(2024)09-0161-05

Chinese

您当前的位置：

首页 >

文章列表页 >

面向嵌入式平台的手势轨迹识别

计算与测试 | 更新时间：2025-09-11

- 面向嵌入式平台的手势轨迹识别
- 暂无标题
- 传感器与微系统 2024年第9期页码：161-164+168
- 作者机构：
  
  江南大学物联网工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2024)09-0161-05
  中图分类号： TP183;TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
王绎茗, 高美凤. 面向嵌入式平台的手势轨迹识别[J]. 传感器与微系统, 2024,(9):161-164+168.
王绎茗, 高美凤. 面向嵌入式平台的手势轨迹识别[J]. 传感器与微系统, 2024,(9):161-164+168. DOI： 10.13873/J.1000-9787(2024)09-0161-05.

DOI：

摘要

针对大部分嵌入式平台计算能力较弱、无法实时运行基于神经网络的应用程序的情况，提出了一种基于Anchor-Free轻量化卷积神经网络(CNN)的手势交互方法。该方法缓解了Anchor-Based检测的弊端，通过神经网络实时检测人体手部，并利用动态时间规整(DTW)算法对手势轨迹进行分类。神经网络参数量仅有0.22 M

在自建手部检测数据集上的平均精度均值(mAP)交并比(IoU)=0.50︰0.95可以达到68%。在RK3568嵌入式平台上，每帧推理和后处理时间仅有31 ms

轨迹分类耗时仅有43 ms

CPU使用率仅有34%

满足实时性要求。

Abstract

关键词

Keywords

references

杨晨奕,何玉青,赵俊媛,李国荣.面向嵌入式平台的轻量化神经网络手势识别方法[J].强激光与粒子束,2022(03).

卢迪,马文强.基于改进YOLOv4-tiny算法的手势识别[J].电子与信息学报,2021(11).

薛志峰,蒋刚,留沧海,王一田.基于树莓派的手势交互六足机器人[J].传感器与微系统,2021(03).

Muneeb Ur Rehman,Fawad Ahmed,Muhammad Attique Khan,Usman Tariq,Faisal Abdulaziz Alfouzan,Nouf M. Alzahrani,Jawad Ahmad,6.Dynamic Hand Gesture Recognition Using 3D-CNN and LSTM Networks[J].Computers, Materials & Continua,2022.

Zhi Tian,Chunhua Shen,Hao Chen,Tong He.FCOS: Fully Convolutional One-Stage Object Detection.[J].CoRR,2019.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于窄带物联网的农业种植测控系统研究

轻量化深度学习网络的条码定位算法

基于改进SSD的车内宠物遗落检测方法

基于V5CA与几何特征的运动物体目标检测及位姿估计方法

基于YOLOX的QFN芯片表面缺陷检测技术研究