论文研究 基于卷积神经网络的嵌入式手势检测算法.pdf

针对嵌入式平台下卷积神经网络运行速度慢，无法快速手势检测的问题，提出一种基于SSD的卷积神经网络的嵌入式手势检测算法，该算法显著提高了手势检测速度，并保持了高精度。首先通过一种预处理方法，对原来的手势数据库进行5倍扩展；然后对SSD算法的基础神经网络层进行卷积因子分解，使用MobileNet神经网络获得了在CPU下的3倍加速；最后通过改变输入图片大小同时改变网络结构，减少了算法的计算复杂度。实验结果表明所提算法在两个数据集上的平均精度均值（Mean Average Precision，mAP）下降2.7%，但是在Qualcomm SnapDragon 820平台下检测一张图片时间可达到0.23