基于改进YOLOv5+Kalman的动态手势识别跟踪算法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对在边缘端算力较弱的设备上，动态手势检测模型较大、检测时间较长的问题，提出了以YOLOv5网络为基础的动态手势识别跟踪算法。首先在YOLOv5网络模型上添加自适应注意力模块输出大小相同的张量，添加特征增强模块弥补高层特征层的信息损失，提高特征金字塔的表示能力。其次使用Kalman滤波器预测机，形成有预测机制的动态手势识别跟踪算法。（剩余7256字）

试读结束

目录
monitor
客服机器人