文献类型：期刊文章

作　　者：凌利[1] 陶俊[1] 吴瑰[2]

LING Li;TAO Jun;WU Gui(School of Artificial Intelligence,Jianghan University,Wuhan 430056,Hubei,China;Engineering Training Center,Jianghan University,Wuhan 430056,Hubei,China)

机构地区：[1]江汉大学人工智能学院,湖北武汉430056 [2]江汉大学工程训练中心,湖北武汉430056

出　　处：《江汉大学学报（自然科学版）》

基　　金：武汉市教育科学“十三五”规划重点课题(2017A071);武汉市教育局教学研究项目(2019068);江汉大学研究生科研创新基金项目(Jhdxyjs17kz003)。

年　　份：2021

卷　　号：49

期　　号：5

起止页码：79-87

语　　种：中文

收录情况：JST、UPD、普通刊

摘　　要：基于YOLOv3的手势识别检测系统使用darknet53.conv.74模型进行训练与学习,通过对输入图像进行平滑以及二值化处理分离不必要图像信息,提高识别准确率,实现视频实时手势识别模型,然后利用Python Tkinter模块开发出图形交互界面。结果表明,模型在识别精确度上能达到76.76%,有着目前主流深度学习目标检测算法相当的精确度,在识别速度上优于其他目前主流深度学习目标检测算法,在处理自然交互信息方面具有优势,为人机交互提供有效手段。

关 键 词：深度学习  卷积神经网络 手势识别 TensorFlow  YOLO  

分 类 号：TP391.41]