来源：期刊VIP网 时间：
作者：张亚军;王聪聪;贾广成;梁坤;于维前;
单位：新疆大学软件学院;新疆维吾尔自治区计量测试研究院;新疆武警某部;
摘要：针对基于射频识别（RFID）的手势识别精度不高以及不够轻量化等问题，文中提出一种手势识别的改进方法。该模型基于VGG-16网络模型，在对其轻量化改进的同时加入CBAM，旨在提高模型的识别精度和实时性。首先，该方法通过马尔可夫转移场将一维相位信号转化为二维特征图像，将特征图像作为改进VGG-16模型的输入，进而将手势识别技术与深度学习模型融合以提高识别的精确率；其次，通过对VGG-16网络模型的改进大大降低模型的参数和计算复杂度，进而提高模型识别手势的实时性；最后，将改进的CBAM加入VGG-16网络模型中，通过自适应地强调与手势特征有关的重要区域并抑制无关信息，增强模型对重要手势特征的关注，使识别过程更加精确可靠。该方法与传统VGG-16模型相比，模型参数量仅为原模型的2.3%,GFLOPs减少约92%，同时准确率（Acc）提高2.75%。实验结果表明，该方法能够提升系统在复杂背景下的识别性能，有效提高手势识别的精确性和实时性。
关键词：手势识别;;马尔可夫转移场;;轻量级网络;;VGG-16;;CBAM;;相位信号
基金资助：新疆维吾尔自治区自然科学基金项目（2022D01C54）;; 新疆大学博士科研启动基金（202212120001）
