基于YOLOv3的手势识别技术

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

所属期刊栏目：49

分类号：TP391.41(计算技术、计算机技术)

资助基金：武汉市教育科学"十三五"规划重点课题;武汉市教育局教学研究项目;江汉大学研究生科研创新基金项目

在线出版日期：2021-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：79-87