基于改進的EfficientDet 的軍用手勢檢測算法*

劉 杰，王智博，劉夢潔

（1.太原工業學院，太原 030008；2.韓國全州大學，韓國 全州 55069；3.太原師范學院，太原 030000）

0 引言

手勢是人與人交流的一種方式。經過長期實踐與發展，利用手指、手掌和手臂形成一定的形態，并對其賦予特定的含義便構成了手勢。手勢以直接、明了的特點廣泛應用在裁判的執法、警察的執法和軍事行動等不需要反饋交流的指揮和控制場景中。盡管語音、視頻技術已經廣泛開始應用，但在軍事作戰現場，由于外部嘈雜的環境語言無法正常溝通或某些需要在無聲靜默情況下執行任務時，手勢無疑是最簡單、最直接的溝通方式，它可以快速完成行動的指揮和部署。利用計算機技術對軍用手勢圖像或者視頻進行識別，不僅可以更規范和準確地使用軍用手勢進行交流，而且可以對戰場上越來越廣泛使用的自動化設備進行人機交互實現手勢控制提供了更多的可能。

手勢檢測任務是指在圖像或者視頻中識別出手勢的類別并標記出該手勢所在的位置，該問題一直是科學研究的熱點。目前研究主要集中在利用統計和知識方法，依靠人工設計目標特征的傳統目標檢測方法。隨著深度學習技術在計算機視覺中的突出表現，利用深度神經網絡自動提取特征并對目標進行檢測成為研究熱點。

傳統的目標檢測通過滑窗確定候選區后進行特征提取，然后利用傳統分類器確定目標類別和位置。LBP（local binary pattern）即局部二值模式算法，它可以提取到對象更豐富的紋理特征，較好地適應光照的均勻變化；……