计算机应用

作者：李忠雨, 孙浩东, 李娇

单位：1.上海大学 微电子研究与开发中心, 上海 200444；2.上海大学 机电工程与自动化学院, 上海 200444；3.上海大学 新型显示技术及应用集成教育部重点实验室(上海大学), 上海 200444

关键词：目标检测,手势识别,Involution算子,注意力机制,上采样,Ghost-Net

基金：国家自然科学基金资助项目(52107239)

针对一般手势识别算法的参数量、计算量和精度难以平衡的问题，提出一种轻量化篮球裁判手势识别算法。该算法在YOLOV5s （You Only Look Once Version 5s）算法的基础上进行重构：首先，用Involution算子替代CSP1_1的卷积算子，以扩大上下文信息捕获范围并减少核冗余；其次，在C3模块后加入协同注意力（CA）机制，以得到更强的手势特征提取能力；然后，用轻量化内容感知上采样算子改进原始上采样模块，并将采样点集中在目标区域而忽略背景部分；最后，利用以SiLU作为激活函数的Ghost-Net进行轻量化剪枝。在自制的篮球裁判手势数据集上的实验结果表明，该轻量化篮球裁判手势识别算法的计算量、参数量和模型大小分别为3.3 GFLOPs、4.0×106和8.5 MB，与YOLOV5s算法相比，分别减少了79%、44%和40%，mAP@0.5为91.7%，在分辨率为1 920×1 280的比赛视频上的检测帧率达到89.3 frame/s，证明该算法能满足低误差、高帧率和轻量化的要求。

来源：2023年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第7期