34、基于YOLO - V2的实时多手势识别系统研究

基于YOLO - V2的实时多手势识别系统研究

1. 方法概述

在无约束环境下进行实时多手势识别，提出了基于YOLO - V2的单阶段卷积神经网络（CNN）框架。YOLO - V2克服了诸如单阶段多框检测器（SSD）和基于区域的快速卷积神经网络（Faster - RCNN）等其他识别系统所面临的挑战。它是传统YOLO架构的改进版本，提高了预测精度和计算速度，并且利用DarkNet - 19 CNN架构作为从图像中提取特征向量的骨干网络。

1.1 数据集及预处理

使用了三个数据集进行模型的训练和评估，包括NUS Hand posture - II（NUSHP - II）数据集、Senz 3D hand dataset（SENZ - 3D）和自定义的MITI Hand Dataset（MITI - HD）。以下是数据集的详细信息：
- MITI - HD数据集 ：从一组人群中收集的个性化手部动作数据集，包含不同肤色、复杂背景、各种尺寸、光照变化和几何形状等参数。该数据集有10个分类，每个分类有750个数据样本，总计7500个样本。
- 数据预处理步骤 ：
1. 使用自适应插值技术将所有样本重新调整为300×300像素的尺寸。
2. 在图像区域点外添加白色像素以保持宽高比。
3. 进行感兴趣区域（ROI）选择，即标注，这是一种在帧上指定区域的机器学习方法。
4. 按照80:20的比例划分训练和测试数据样本。
5. 数据样本分离后进行特征提取和训练过程。

1.2 YOLO - V2模型架构

<