首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于改进YOLOv5的复杂场景下手语识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:桂林理工大学

摘要:本发明提出一种基于改进YOLOv5的复杂场景下手语识别方法,首先对主干网络进行改进,先引入改进的快速金字塔池化(SimSPPF)替换掉原YOLOv5中的骨干网络末端的金字塔池化块SPPF并同时作用在网络的第5层。为了模型更好地捕捉特征之间的关联性,强化模型对重要信息的提取,接着引入二阶注意力机制(SOCA)并作用在第8层;最后为了进一步细节化模型宽高比的计算方法,引入了具有更多惩罚项的Focal‑EIoU损失函数来替换原始YOLOv5的CIoU损失函数,解决了模型面对宽高比例相同但宽高值不同的问题,提高了整个模型的检测精度。实验结果表明,相对于原始的YOLOv5s模型,本发明提出的改进YOLOv5‑WBJ模型在手语检测上的准确率、召回率、平均精度都有了显著的提升,这些改进让聋哑人的交流更加方便。

主权项:1.一种基于改进YOLOv5s的手语交互动作复杂场景识别检测方法,其特征在于,包括如下步骤:步骤1:采集手语图像,构建手语图像数据集;步骤2:数据集预处理,划分数据集;步骤3:获取原始YOLOv5s预训练模型;步骤4:对YOLOv5s检测模型改进,得到改进的YOLOv5-WBJ模型;步骤5:将手语数据集输入到改进的YOLOv5-WBJ模型训练,实现识别;步骤6:改进YOLOv5-WBJ模型性能的最终评估。

全文数据:

权利要求:

百度查询: 桂林理工大学 一种基于改进YOLOv5的复杂场景下手语识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。