本文介绍了HGRNet，一个仅使用RGB图像的静态手势识别网络。通过语义分割预处理，结合双路网络结构实现高识别率。网络采用ResNet和Atrous Convolution，通过离线和在线数据扩增降低训练资源和计算成本。训练分为三个阶段，包括分割网络、stream network和fusion network的训练。实验结果显示，HGRNet在准确性、模型大小和实时性方面具有优势，适合低成本终端部署。
# 主要贡献
采用双路网络，先进行语义分割，后对分割后的图像进行静态手势判定。
主要优势：只需RGB图像即可，采用CNN，可以在各种干扰环境下达到经典算法的识别率。
借助离线+在线数据扩增，以及简易的网络结构，在很小的训练资源及计算代价下达到经典的效果。
# 网络结构
语义分割网络借鉴FCN的思路，采用ResNet的结构，结合Atrous Convolution扩大视野，进行语义分割。
分割阶段的网络结构细节
识别阶段的网络结构
# 训练方法
通用的方法，采用三阶段训练法。
输入包含 原图（RGB
9299
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
