计算机工程

作者：胡宗承, 周亚同, 史宝军, 何昊

单位：1. 河北工业大学 电子信息工程学院, 天津 300401;2. 河北工业大学 机械工程学院, 天津 300401

关键词：注意力机制,特征融合,手势识别,图片分类,轻量级网络

基金：国家重点研发计划“智能机器人”专项子课题（2019YFB1312102）；河北省自然科学基金（F2019202364）。

卷积神经网络在手势识别领域应用广泛，但现有的卷积神经网络存在特征表征不足的问题，导致手势识别精度较低。提出一种轻量级静态手势识别算法r-mobilenetv2，通过串联通道注意力与空间注意力，将两者输出的特征图以跳跃连接的形式线性相加，得到一种全新的注意力机制。使用一维卷积调整低层特征的通道维度，将低级特征与经过上采样的高层特征进行空间维度匹配及通道维度匹配，并进行线性相加，其结果经卷积操作后与高层特征按通道维度连接，从而实现特征融合。在此基础上，将所提注意力机制与特征融合相结合，并用于改进后的轻量级网络MobileNetV2中，得到r-mobilenetv2算法。实验结果表明，与MobileNetV2算法相比，r-mobilenetv2算法的参数量降低了27%，错误率下降了1.82个百分点。

来源：2022年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第4期