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。
中图分类号:
凌利,陶俊,吴瑰. 基于YOLOv3 的手势识别技术[J]. 江汉大学学报(自然科学版), 2021, 49(5): 79-87.
LING Li,TAO Jun,WU Gui. Gesture Recognition Technology Based on YOLOv3[J]. Journal of Jianghan University (Natural Science Edition), 2021, 49(5): 79-87.