提出一种用于实时识别的轻量模型,利用两个子网络分别提取不同类型的特征,在联合训练过程中进行信息共享,并通过知识蒸馏的方式将每个子网络的特征和预测结果融合到一个新的分类器中,用于手势识别.利用循环学习率的训练策略产生了更具泛化性的预测结果.在动态手势数据集DHG-14/28上该方法的识别准确率达到86.11%,验证了该方法的有效性.
科研之友
微信
新浪微博
Facebook
分享链接
