matlab消除红眼代码-HandGestureRecognition:手势识别

matlab删除红眼代码使用 Raspberry PI 构建 HandGestureRecognition 神经网络推理模型。 从视频流中实时识别动态手势是一项具有挑战性的任务，因为 (i) 在视频中没有手势开始和结束的指示，(ii) 执行的手势应该只识别一次，以及 (iii) 整个架构的设计应考虑内存和功率预算。 在这项工作中，我们通过提出一种分层结构来解决这些挑战，该结构使离线工作的卷积神经网络 (CNN) 架构能够通过使用滑动窗口方法有效地在线运行。 所提出的架构由两个模型组成：（1）检测器，它是一个轻量级的 CNN 架构，用于检测手势；（2）一个分类器，它是一个深度 CNN，用于对检测到的手势进行分类。 为了评估检测到的手势的单次激活，我们建议使用 Levenshtein 距离作为评估指标，因为它可以同时测量误分类、多次检测和缺失检测。 我们在两个公开可用的数据集上评估我们的架构 - EgoGesture 和 NVIDIA 动态手势数据集 - 这需要对执行的手势进行时间检测和分类。 用作分类器的 ResNeXt-101 模型在 EgoGesture 和 NVIDIA 基准测试中