基于MEF-YOLO的轻量手势识别算法  

作　　者：朱雪燕 王招娣[1] 黄明茹 郭梦珏 ZHU Xueyan;WANG Zhaodi;HUANG Mingru;GUO Mengjue

机构地区：[1]洛阳师范学院,河南洛阳471934

出　　处：《信息技术与信息化》2024年第5期15-18,共4页Information Technology and Informatization

基　　金：河南省科技厅科技攻关项目(222102210301);国家级大学生创新创业训练计划项目(202310482024);国家级大学生创新创业训练计划项目(202310482010);洛阳师范学院高等教育教学改革研究与实践项目(2023XJGJ025);2023年河南省产教融合重点项目(教办高〔2024〕13号文件,项目序号30)。

摘　　要：针对非接触式的人机交互中手势识别精度低速度慢的问题,提出一种轻量化MEF-YOLO(MobileNetV3-ECA-FReLU YOLO)算法。将YOLOv5s的主干网络CSPDarknet53替换成轻量化的Mobielnetv3,在主干网络的最后一个卷积层之后融入ECA注意力机制,规避因参数减少而导致的特征信息丢失问题,同时使模型更好地融合不同通道间的信息,接着在输出层添加FReLU激活函数,增加模型的非线性,使特征的表达能力增强。在自制数据集上验证了MEF-YOLO算法的可行性,并与YOLOv5算法进行了对比。结果表明,轻量化MEF-YOLO算法的模型大小减小了78.4%,检测速度提升了61帧/s,同时平均识别精度较YOLOv5算法提升了3.6%。

关 键 词：手势识别 MobileNetV3 注意力机制 FReLU激活函数 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]