卷积神经网络在动态手势跟踪中的应用

摘要：

为了解决复杂场景中对动态手势目标进行跟踪的问题,提出了一种动态手势的改进YOLOv3实时跟踪算法.算法首先针对YOLOv3网络检测实时性较差的问题,利用对手势这样的单类目标检测的特性对YOLOv3的主干网络结构进行改进.其次提出一种适合于复杂场景下手势跟踪的规划区域的检测跟踪方法,对手势目标进行检测,过滤掉背景中非当前跟踪目标造成的影响,完成对手势的实时跟踪.最后在设计的手势数据集中进行训练和测试.实验结果表明,算法在复杂场景中的手势跟踪性能均优于YOLOv3算法和一些相关目标跟踪算法.

关键词：动态手势、YOLO、实时跟踪、卷积神经网络(CNN)

所属期刊栏目：14

分类号：TP391.4(计算技术、计算机技术)

资助基金：The Youth Foundation of the National Natural Science Foundation of China under Grant No. 51105117 国家自然科学基金青年基金;the National Natural Science Foundation of China under Grant No. 51975170 国家自然科学基金面上项目;the Fundamental Research Foundation for Universities of Heilongjiang Province under Grant No. LGYC2018JQ017 黑龙江省普通高校基本科研业务费专项基金

在线出版日期：2020-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：841-847