-
题名基于时域循环增强图卷积网络的手势识别
- 1
-
-
作者
高广荣
李云峰
-
机构
河南科技大学机电工程学院
-
出处
《印刷与数字媒体技术研究》
北大核心
2025年第2期201-212,共12页
-
基金
河南省重大科技专项(No.221100220100)。
-
文摘
针对现有手势识别方法中存在的网络模型参数量大、识别过程中忽略了帧间差异、无法充分捕获视频流关键帧细节特征等问题,本研究提出了一种基于时域循环增强图卷积网络(Time-Domain Cyclic Enhanced GraphConvolutionalNetworks, TCE-GCN)的手势识别方法。首先,采用VGG-19网络的前10层提取图像特征,结合轻量型OpenPose提取手势骨骼的特征关键点坐标,充分关注手势的全局图像特征和局部骨骼信息。其次,引入时域循环增强模块,用于双流自适应图卷积网络中捕捉手势的演变,提高对帧与帧之间手势差异的理解。最后,引入坐标注意力模块,利用坐标信息进一步捕获手势的位置信息,提高模型的泛化能力。该算法在Jester手势数据集上准确率为95.9%,在SHREC’17数据集上识别准确率为96.3%,相对于其他基线算法有更高的手势识别精度。
-
关键词
手势识别
轻量型OpenPose
时域循环增强
坐标注意力
-
Keywords
Gesture recognition
Lightweight OpenPose
Time-domain cyclic enhancement
Coordinate attention
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
