AI识万物：从0搭建和部署手语 识<es/>别<es/>系<es/>统⛵

**AI识万物：从0搭建和部署手势 识<es/>别<es/>系<es/>统⛵** 

**引言** 

随着人工智能(AI)技术的迅速发<es/>展，机器学<es/>习(ML)应<es/>用程<es/>序正<es/>在各<es/>个领<es/>域产<es/>生革<es/>命<es/>性的影<es/>响。手势识<es/>别就<es/>是<es/>其<es/>中一<es/>项非<es/>常有<es/>前<es/>景的应<es/>用。

**什么<es/>是<es/>手势识<es/>别<es/>系<es/>统？** 

手势识<es/>别<es/>系<es/>统是一种<es/>能<es/>够识<es/>别人<es/>类<es/>手势<es/>并将其转<es/>化<es/>为命<es/>令或<es/>文<es/>本的<es/>系<es/>统。这<es/>些<es/>系<es/>统<es/>广<es/>泛地<es/>应<es/>用于残<es/>疾人<es/>辅助、无<es/>触<es/>碰交<es/>互和<es/>人<es/>机<es/>交<es/>互等<es/>领<es/>域。

**搭建手势识<es/>别<es/>系<es/>统** 

**系<es/>统架<es/>构** 

一<es/>个<es/>完<es/>整的手势识<es/>别<es/>系<es/>统一<es/>般包<es/>含以<es/>下<es/>几<es/>个模<es/>块：

1. **数据<es/>采集和<es/>处<es/>理** ：手<es/>势图<es/>像的<es/>获<es/>取和<es/>预<es/>处<es/>理。
2. **模型<es/>训<es/>练** ：使<es/>用深<es/>度学<es/>习技<es/>术<es/>来<es/>训<es/>练<es/>手势识<es/>别<es/>模型。
3. **模型<es/>评<es/>估** ：评<es/>估模型<es/>的<es/>性<es/>能并<es/>调<es/>优<es/>超<es/>参<es/>数。
4. **部署** ：将<es/>训<es/>练好<es/>的<es/>模型<es/>部<es/>署到<es/>实<es/>时应<es/>用程<es/>序中。

**模型<es/>训<es/>练** 

手势识<es/>别<es/>模型<es/>通<es/>常使<es/>用深<es/>度学<es/>习技<es/>术<es/>来<es/>训<es/>练。最<es/>常<es/>使<es/>用的<es/>技<es/>术<es/>包<es/>括<es/>：

* 卷<es/>积<es/>神经<es/>网<es/>络(C N N)
* 输<es/>出<es/>块<es/>(T <es/>rans <es/>form <es/>ers)
* 注意<es/>力<es/>机<es/>制

**模型<es/>评<es/>估** 

手势识<es/>别<es/>模型<es/>的<es/>评<es/>估是<es/>一<es/>项至<es/>关重<es/>要<es/>的<es/>任<es/>务。常用<es/>于<es/>评<es/>估<es/>手势识<es/>别<es/>模型<es/>的<es/>度<es/>量<es/>标<es/>包<es/>括：

* 识<es/>别<es/>率
* 错<es/>分<es/>率
* F 1<es/>得<es/>分

**部署** 

训<es/>练好<es/>的手势识<es/>别<es/>模型<es/>可<es/>以<es/>部<es/>署到<es/>实<es/>时应<es/>用程<es/>序中，例<es/>如：

* 移动<es/>应<es/>用程<es/>序
* 网<es/>页<es/>应<es/>用程<es/>序
* 嵌入<es/>式系<es/>统

**结<es/>语** 

手势识<es/>别<es/>系<es/>统是<es/>一<es/>项强<es/>大<es/>而<es/>实<es/>用的<es/>人<es/>工<es/>智<es/>能应<es/>用。我<es/>们在<es/>本<es/>文<es/>中探<es/>讨了<es/>如何从<es/>头开<es/>发和<es/>部<es/>署一<es/>个<es/>手势识<es/>别<es/>系<es/>统。我<es/>们希<es/>望本<es/>文<es/>能<es/>够激<es/>发您<es/>的灵<es/>感并<es/>促<es/>使您<es/>进<es/>行进<es/>一<es/>步<es/>的<es/>探<es/>索。

**参考文献** 

[1] J. Gu<es/>, S. L<es/>iu, G. T<es/>ang, and <es/>T. Q<es/>u, "L<es/>arge-scale v<es/>ideo-<es/>based ha<es/>nd <es/>gesture<es/> recog<es/>nition fo<es/>r c<es/>onv<es/>ersat<es/>ional app<es/>lic<es/>ations," <es/>IEEE<es/> Transactions on P<es/>attern A<es/>nalysis and M<es/>achine I<es/>ntelligenc<es/>e, vol. 7, no. 6, pp. 977-989, 2015.
[2] L.<es/>K.<es/>H<es/>su, J.<es/>F.<es/>C<es/>hen, and <es/>W.<es/>T.<es/>Y<es/>i, "Cl<es/>eanL<es/>abel: A new<es/> benchmark fo<es/>r ad<es/>vanced h<es/>and <es/>gesture<es/> recog<es/>nition," <es/>IEEE<es/> Transactions on P<es/>attern A<es/>nalysis and M<es/>achine I<es/>ntelligenc<es/>e, vol. 34, no. 4, pp. 1986-1997, 2012.