-
题名基于改进YOLOX-tiny算法的交警手势识别
被引量：1
- 1
-
-
作者
方吴逸
陈章进
唐英杰
-
机构
上海大学微电子研究与开发中心
-
出处
《电子测量技术》
北大核心
2024年第8期100-109,共10页
-
文摘
为了在城市中实现无人驾驶,需要能够高效检测交警的现场指挥手势。针对现有手势识别算法识别精度低、检测速度慢、难以应对复杂道路环境等问题,提出一种改进的YOLOX-tiny交警手势识别算法。首先,使用改进后的GhostNet网络替换原主干网络,并且插入坐标注意力机制,全面提取输入图像特征,提高了网络的检测精度,同时提升了对中小型目标的检测效果;其次,改进解耦头部分,设计了SCDE Head结构,在减少计算量的同时过滤冗余信息,使得解耦头更有效率,并且解耦头融合了多尺度的特征,提升了目标检测准确率;最后,将SIoU应用到定位损失中,加快网络收敛的速度,提升回归精度。在自制的交警指挥手势数据集上进行测试,实验结果表明,与YOLOX-tiny模型对比,改进后算法参数量减少了27.97%,模型计算量减少了33.31%,且平均检测精度提高了2.31%,检测速度提升了45%,更适合汽车无人驾驶以及硬件部署方面的实际需求。
-
关键词
交警手势识别
YOLOX-tiny
网络轻量化
GhostNet
注意力机制
-
Keywords
traffic police gesture recognition
YOLOX-tiny
network lightweight
GhostNet
attention mechanism
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TN791
[电子电信—电路与系统]
-
-
题名一种基于人体姿态的新型中国交警手势识别网络
- 2
-
-
作者
覃晓
李永玉
吴琨生
元昌安
谭思靖
刘善锐
-
机构
南宁师范大学
广西区域多源数据集成与智能处理协同创新中心
广西壮族自治区南宁树木园
广西科学院
-
出处
《广西科学》
北大核心
2024年第5期1011-1024,共14页
-
基金
科技部科技创新2030-“脑科学与类脑研究”重大项目(2021ZD0201904)
广西科技重大专项(桂科AA22068057)资助。
-
文摘
交警手势识别对于自动驾驶技术至关重要,现有的基于人体姿态的交警手势识别方法在骨架特征提取中存在特征不完整、鲁棒性不足等问题;时序特征提取存在动态信息丢失、时序依赖性弱、实时性差等问题,其效果也极易受到环境背景的影响。本研究提出一种基于人体姿态的新型交警手势识别网络(Pose Long Short-Term Memory, PoseLSTM)。PoseLSTM中的关节组合编码器(Compositional Tokens Multi-layer perceptron Mixer, CTMM)能够捕捉身体各关节间的关联特征,并通过依赖建模来转换这些关节信息,形成多部位特征表示,解决了基于长短期记忆(Long Short-Term Memory, LSTM)的算法无法有效提取骨架特征的问题;此外,PoseLSTM中的混合架构注意力LSTM (Attention LSTM),能更好地融合输入与隐藏状态的信息,其效果优于原始LSTM。实验结果表明,PoseLSTM在开源的中国交警手势数据集上的准确率为100.00%,实现了最优。为了证明PoseLSTM的泛化能力,在开放手语数据集LSA64、WLASL-100和CSL-500上进行实验,其准确率分别达到100.00%、59.69%和96.40%。
-
关键词
交警手势识别
注意力机制
LSTM
关节组合
-
Keywords
traffic police gesture recognition
attention mechanism
LSTM
joint combination
-
分类号
S781
[农业科学—木材科学与技术]
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
