计量学报

作者：顾亮,于莲芝

单位：上海理工大学光电信息与计算机工程学院,上海200093

关键词：机器视觉; 光电检测; 动态手势识别; 热电堆阵列; 深度可分离卷积神经网络; 双向门控循环单元

基金：国家自然科学基金(61603257)

提出了适用于嵌入式系统并融合深度可分离卷积神经网络与双向门控循环单元的DSConvBiGRU网络模型,将其用于动态手势序列的分类,设计并实现了一种使用低分辨率热电堆阵列传感器的动态手势识别解决方案,构建了动态手势数据集并在公开网站发布,完成了预训练网络模型在Raspberry Pi边缘端的部署。系统对传感器输出的连续20个温度矩阵进行区间映射、背景减除、Lanczos插值和Otsu二值化预处理得到单个动态手势序列,再由预训练的DSConvBiGRU网络进行分类。实验结果表明:网络模型在测试集上识别准确率为99.291%,在边缘端预处理耗时5.513ms,推理耗时8.231ms,该系统满足低功耗、高精度和实时性的设计需求。

来源：2024年第6期

《计量学报》期刊编辑部

查看计量学报杂志2024年第6期