典型文献
基于改进的EfficientDet的手语识别算法
文献摘要：
手语识别在聋哑人与正常人的交流中起至关重要的作用.为了解决传统手语识别算法由于手部特征多尺度造成的手势特征提取不充分、特征融合丢失细节信息等问题,提出了基于改进的EfficientDet-DO的手语检测识别算法.该算法首先在EfficientDet-DO的主干网络中增加了空间注意力机制,能更加准确的定位图像中的手部特征;其次在特征融合网络中,为了描述下采样丢失了的高频细节信息,利用拉普拉斯金字塔的思想,在自上而下的融合路径中将细节特征图进行融合,并增加跨级连接,使不同分辨率的特征信息得到充分利用,从而使获取的高级特征图信息更加丰富;最后使用迁移学习技术和Adam优化器训练整个网络.实验结果表明,该模型能够在各种背景下快速准确的识别出手语动作,最终准确率达到94.1％,比传统算法具有更高的准确率和更强的鲁棒性,同时基于该算法设计了手语双向翻译仿真网站,实际应用性强.
文献关键词：
手语识别;EfficientDet;目标检测;注意力机制;特征融合
中图分类号：
作者姓名：
杨淑莹;赵敏;郭杨杨;田迪
作者机构：
天津理工大学计算机科学与工程学院,天津300384;计算机视觉与系统教育部重点实验室,天津300384
文献出处：
引用格式：
[1]杨淑莹;赵敏;郭杨杨;田迪-.基于改进的EfficientDet的手语识别算法)[J].微电子学与计算机,2022(02):84-91
A类：
B类：
EfficientDet,手语识别,识别算法,聋哑人,正常人,起至,手部,手势,细节信息,DO,检测识别,主干网络,空间注意力机制,位图,特征融合网络,下采样,高频细节,拉普拉斯金字塔,融合路径,细节特征,特征图,特征信息,图信息,迁移学习,学习技术,Adam,优化器,快速准确,出手,传统算法,算法设计,目标检测
AB值：
0.34295
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
