来源：期刊VIP网 时间：
作者：韩晓冰;胡其胜;赵小飞;秋强;
单位：西安科技大学通信与信息工程学院;
摘要：在与听障人士进行交流时，常常会面临交流不便的困难，文中提出一种手语识别的改进模型来解决这个困难。该模型基于YOLOv7-tiny网络模型，并对其进行了多项改进，旨在提高模型的精度和速度。首先，通过对CBAM注意力机制的通道域进行改进，解决了因降维而造成的通道信息缺失问题，并将改进后的CBAM加入到YOLOv7-tiny的Neck层中，从而使模型更加精准地定位和识别到关键的目标；其次，将传统的CIoU边界框损失函数替换为SIoU边界框损失函数，以加速边界框回归的同时提高定位准确度；此外，为了减少计算量并加快检测速度，还将颈部层中的普通卷积模块替换为Ghost卷积模块。经过实验测试，改进后网络模型的平均精度均值（mAP）、精准率和召回率分别提升了5.31%、6.53%、2.73%，有效地提高了手语识别网络的检测精确度。
关键词：手语识别;;YOLOv7-tiny;;Ghost卷积;;注意力机制;;SIoU;;边界框
基金资助：陕西省重点研发计划（2023-YBGY-255）;; 陕西省科技厅工业公关（2022GY-155）
