26年WP人工智能 基于深度学习的交通警察手势识别系统8.98-AI3.7全日制(13051字).docx

I摘 要本文基于深度学习的方法提出了一种针对复杂交通环境下手势识别系统以及相关的应用程序，旨在解决动态手势识别的问题并且推动无人驾驶以及智能交通的发展。本系统采用“实时监测—序列特征提取—分类预测”三层结构。利用轻量化YOLO11n-pose 网络模型，在每一帧视频图像上准确定位出交通警察身体各部位（如鼻子、眼睛、肩膀、手臂以及手腕位置），并将它们的坐标转换成标准姿势矢量。然后对其进行归一化、补全等操作提高数据质量。用相邻两幅图片作为一组，构成长度为 16 帧时间窗，把静止的空间特征转为具有动态特性的时序型数据。再使用两层长短时记忆网络（L...