1. 兰州交通大学自动化与电气工程学院
2. 兰州交通大学机电工程学院
3. 兰州交通大学电子与信息工程学院
纸质出版:2025
移动端阅览
李小平, 孙守庆, 代旭鹏, 等. 基于深度学习的列车司机手势识别[J]. 传感器与微系统, 2025,(7):102-105+110.
李小平, 孙守庆, 代旭鹏, 等. 基于深度学习的列车司机手势识别[J]. 传感器与微系统, 2025,(7):102-105+110. DOI: 10.13873/J.1000-9787(2025)07-0102-04.
DOI:
针对列车司机值乘过程中同一动作因胳膊角度、手指指向不同而有不同含义的问题,提出了一种基于改进Mask R-CNN的司机关键帧动作识别模型。通过将Mask R-CNN中的主干网络ResNet替换为轻量化网络MobileNetV3
实现轻量化的同时使用SE模块来保证精度。实验结果表明:在司机值乘过程手势动作识别中,它的mAP值达到了95.69%
对同一动作因司机胳膊角度而代表不同含义的两种手部姿势识别的mAP值也分别达到了94.95%和95.16%
同时检测帧率从原来的2.1提高至14。结果表明:所提方法具有较好的识别效果。
程傲霜,王强.改进随机森林算法在手指手势识别中的应用[J].传感器与微系统,2023(08).
方建波,陶烨豪,尚杰.基于智能可穿戴设备的复杂人体活动识别方法设计[J].传感器与微系统,2023(07).
冯凯,董秀成,刘栋博.基于多域融合与特征选择的手势识别研究[J].传感器与微系统,2023(05).
李泰国,张英志,张天策,陈小强.基于改进YOLOv5s算法的列车驾驶员手势识别[J].铁道学报,2023(01).
李小平,白超.一种基于多模态信息融合的火车司机疲劳驾驶检测方法[J].铁道学报,2022(06).
孙海富.中国高速铁路安全保障体系[J].铁道工程学报,2021(06).
王粉花,黄超,赵波,张强.基于YOLO算法的手势识别[J].北京理工大学学报,2020(08).
彭玉青,赵晓松,陶慧芳,刘宪姿,李铁军.复杂背景下基于深度学习的手势识别[J].机器人,2019(04).
吴晓凤,张江鑫,徐欣晨.基于Faster R-CNN的手势识别算法[J].计算机辅助设计与图形学学报,2018(03).
0
浏览量
20
下载量
CSCD
关联资源
相关文章
相关作者
相关机构