胡建華 劉曉林 鐘昀烽 羅貴祥 張浩賢

摘? 要：教學(xué)系統(tǒng)中的人機(jī)互動(dòng)一直是智慧教育的重要研究議題，文章提出基于骨骼信息的手勢(shì)識(shí)別互動(dòng)教學(xué)系統(tǒng)。系統(tǒng)采用姿態(tài)識(shí)別算法提取手勢(shì)關(guān)節(jié)點(diǎn)、基于關(guān)節(jié)點(diǎn)信息構(gòu)建LSTM神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行模型訓(xùn)練預(yù)測(cè)，實(shí)現(xiàn)對(duì)手勢(shì)動(dòng)作進(jìn)行識(shí)別，將手勢(shì)動(dòng)作與課堂教學(xué)答題進(jìn)行體感交互，將課堂教學(xué)過程游戲化，讓學(xué)生不僅體驗(yàn)到體感交互課堂的樂趣，提高了學(xué)習(xí)興趣，也對(duì)課本上的知識(shí)理解更深刻。

關(guān)鍵詞：深度學(xué)習(xí)；姿態(tài)識(shí)別；手勢(shì)識(shí)別

中圖分類號(hào)：TP391.4? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）03-0079-04

Hand Gesture Recognition Interaction System Based on Skeletal Information

HU Jianhua1， LIU Xiaolin1， ZHONG Yunfeng1， LUO Guixiang2， ZHANG Haoxian1

（1.Computer Engineering Technical College， Guangdong Polytechnic of Science and Technology， Zhuhai? 519090， China;

2.School of Computer Science， Guangdong Polytechnic Normal University， Guangzhou? 510665， China）

Abstract： The human-computer interaction in teaching systems is an important research topic in smart education. This paper proposes the hand gesture recognition interactive teaching system based on skeletal information. The system extracts hand gesture nodes using a gesture recognition algorithm， builds an LSTM neural network model based on the node information， performs model training and prediction， recognizes hand gesture actions， physically interacts the hand gesture actions with classroom teaching and answering questions， and achieves the gamification of the classroom teaching process. So that students not only enjoy the fun of the physically interactive classroom， but also improve their interest in learning， and have a deeper understanding of the knowledge in the textbooks.

Keywords： deep learning; gesture recognition; hand gesture recognition

0? 引? 言

隨著智慧校園建設(shè)工作的推進(jìn)，我國(guó)中小學(xué)信息化教學(xué)逐漸從傳統(tǒng)的粉筆黑板課堂向交互式多媒體課堂轉(zhuǎn)變，但依然面臨著如何充分利用互聯(lián)網(wǎng)、大數(shù)據(jù)與人工智能促進(jìn)智慧課堂互動(dòng)教學(xué)交互性差、學(xué)習(xí)者積極性差等新問題[1]。通過互聯(lián)網(wǎng)+智慧課堂使教育形式逐漸從傳統(tǒng)的紙質(zhì)教學(xué)轉(zhuǎn)為互聯(lián)網(wǎng)結(jié)合傳統(tǒng)形式教學(xué)[2]。

深度學(xué)習(xí)姿態(tài)識(shí)別與動(dòng)作識(shí)別算法一直是人體分析的重要研究部分，是人工智能領(lǐng)域和計(jì)算機(jī)視覺領(lǐng)域中十分具有挑戰(zhàn)性的應(yīng)用與實(shí)踐，目前，也有學(xué)者將其應(yīng)用于課堂上如基于改進(jìn)SSD算法的學(xué)生課堂行為狀態(tài)識(shí)別[3]、基于深度學(xué)習(xí)的課堂行為識(shí)別[4]等。部分學(xué)者采用了基于OpenPose姿態(tài)估計(jì)方法進(jìn)行學(xué)生行為骨架提取，從而實(shí)現(xiàn)行為識(shí)別和動(dòng)作交互[5]。同時(shí)提出采用姿態(tài)識(shí)別方法實(shí)現(xiàn)對(duì)手勢(shì)進(jìn)行識(shí)別[6，7]，但是這些動(dòng)作方法主要用于監(jiān)控課堂行為方面，因此本文采用深度學(xué)習(xí)手勢(shì)識(shí)別方法與課堂交互教學(xué)進(jìn)行結(jié)合，通過姿態(tài)識(shí)別檢測(cè)手勢(shì)，得到骨骼關(guān)鍵點(diǎn)信息，然后采用深度學(xué)習(xí)LSTM網(wǎng)絡(luò)對(duì)當(dāng)前手勢(shì)動(dòng)作進(jìn)行識(shí)別。為了提高神經(jīng)網(wǎng)絡(luò)識(shí)別的準(zhǔn)確度，使用基于改進(jìn)的動(dòng)作識(shí)別從而實(shí)現(xiàn)課堂的實(shí)時(shí)交互，增加學(xué)生和教師的課堂互動(dòng)。通過識(shí)別肢體動(dòng)作，進(jìn)行課堂互動(dòng)教學(xué)以及積極參與教學(xué)，能夠替代傳統(tǒng)課堂中僅僅只有聽和看這種互動(dòng)式的教學(xué)方式，這不僅活躍了課堂的氣氛，而且還能讓學(xué)生更加容易地理解知識(shí)點(diǎn)。學(xué)生不只可以和老師進(jìn)行互動(dòng)交流，還可以和其他的同學(xué)進(jìn)行相互交流，不僅加強(qiáng)了學(xué)生的參與感，還提升了學(xué)生的獨(dú)立思考能力，使得各個(gè)知識(shí)點(diǎn)得以融會(huì)貫通。同時(shí)，系統(tǒng)對(duì)平時(shí)參考課堂的數(shù)據(jù)進(jìn)行存儲(chǔ)分析，通過大數(shù)據(jù)可視化分析學(xué)生對(duì)知識(shí)的掌握情況，以及學(xué)生參與課堂的情況，教師可以根據(jù)情況對(duì)學(xué)生進(jìn)行全方位的了解，掌握學(xué)生所學(xué)知識(shí)的薄弱環(huán)節(jié)，調(diào)整教學(xué)方法。還可以采用有效的教學(xué)手段實(shí)現(xiàn)每個(gè)同學(xué)的有效學(xué)習(xí)，實(shí)現(xiàn)課堂學(xué)習(xí)互動(dòng)教學(xué)，讓學(xué)生在課堂上能聽、能看，更能參與體驗(yàn)，活躍課堂氣氛，讓知識(shí)易于理解。在互動(dòng)教學(xué)中，學(xué)生利用自有的熟悉的終端，來和同學(xué)教師互動(dòng)、交流、學(xué)習(xí)，這為學(xué)生提供更強(qiáng)的參與感，同時(shí)激發(fā)了學(xué)生的獨(dú)立思考能力，打通學(xué)習(xí)的各個(gè)環(huán)節(jié)。教師可以通過課堂大數(shù)據(jù)分析實(shí)時(shí)掌握學(xué)生對(duì)知識(shí)點(diǎn)的掌握情況，根據(jù)學(xué)生接受情況隨時(shí)調(diào)整教學(xué)方法，讓每個(gè)同學(xué)更有效地學(xué)習(xí)知識(shí)。

1? 系統(tǒng)概述與架構(gòu)

基于骨骼信息的手勢(shì)識(shí)別交互系統(tǒng)主要應(yīng)用于小學(xué)課堂，此系統(tǒng)圍繞讓學(xué)生擺脫被動(dòng)學(xué)習(xí)的問題展開，使用游戲化場(chǎng)景吸引學(xué)生進(jìn)行課堂答題，通過將手勢(shì)動(dòng)作轉(zhuǎn)化為答題選項(xiàng)，克服傳統(tǒng)采用手工輸入體驗(yàn)差的缺點(diǎn)，實(shí)現(xiàn)體感人機(jī)交互。通過攝像頭讀取視頻，然后采用深度學(xué)習(xí)姿態(tài)識(shí)別算法實(shí)現(xiàn)手的骨骼關(guān)節(jié)點(diǎn)檢測(cè)，得到手的21個(gè)關(guān)鍵點(diǎn)信息。然后采用循環(huán)神經(jīng)網(wǎng)絡(luò)LSTM進(jìn)行算法模型構(gòu)建，進(jìn)行當(dāng)前手勢(shì)的識(shí)別。系統(tǒng)分為前端與后端，前端實(shí)現(xiàn)游戲渲染，習(xí)題通過游戲化方式出現(xiàn)；后端算法根據(jù)攝像頭視頻進(jìn)行實(shí)時(shí)算法識(shí)別，將結(jié)果反饋到前端，前端根據(jù)結(jié)果選擇對(duì)應(yīng)的答題，然后判斷對(duì)錯(cuò)，同時(shí)通過打地鼠游戲來呈現(xiàn)識(shí)別結(jié)果，實(shí)現(xiàn)將游戲與教學(xué)相結(jié)合，提高學(xué)生學(xué)習(xí)效率，系統(tǒng)架構(gòu)如圖1所示。

本系統(tǒng)使用Python作為后端語言，使用Django作為開發(fā)框架，Django是一個(gè)由Python語言編寫的一個(gè)基于MVC模型的開源Web應(yīng)用框架，開發(fā)簡(jiǎn)單高效，由于其采用Python編寫，能否與系統(tǒng)的后端算法實(shí)現(xiàn)無縫對(duì)接?；贒jango框架能夠?yàn)橄到y(tǒng)搭建一個(gè)輕量級(jí)網(wǎng)站，簡(jiǎn)單高效。其中Django采用MVC架構(gòu)，其中M為Model（模型），V為View（視圖）C為Controller（控制器）。分別實(shí)現(xiàn)模型、視圖與控制器的分離。降低了程序的修改和擴(kuò)展難度，而且減少了代碼的耦合，使得代碼的重復(fù)利用成為可能。

系統(tǒng)前端采用主流的Web框架Vue.js進(jìn)行開發(fā)，基于Vue.js對(duì)系統(tǒng)進(jìn)行響應(yīng)式設(shè)計(jì)，上手簡(jiǎn)單、開發(fā)效率高。Vue.js框架是輕量級(jí)以及漸進(jìn)式框架，能夠很方便地構(gòu)建用戶界面，采用了視圖與數(shù)據(jù)進(jìn)行分離架構(gòu)，能夠很好地整合資源。本系統(tǒng)通過Vue.js設(shè)計(jì)前端，通過接口與django后端進(jìn)行通信，實(shí)現(xiàn)前后端分離與交互。

在大數(shù)據(jù)分析過程中采用Echarts進(jìn)行數(shù)據(jù)可視化，ECharts是一個(gè)由Javascript編寫的庫(kù)，能夠兼容不同的瀏覽器與客戶端，通過簡(jiǎn)單的數(shù)據(jù)綁定與編程，實(shí)現(xiàn)直觀、生動(dòng)，而且可高度個(gè)性化圖表，增強(qiáng)了用戶對(duì)數(shù)據(jù)的挖掘、整合的能力。數(shù)據(jù)可視化圖表庫(kù)通過配合后端數(shù)據(jù)進(jìn)行數(shù)據(jù)可視化。前后端交互采用Ajax進(jìn)行數(shù)據(jù)通信，由前端向后端發(fā)送Ajax請(qǐng)求，服務(wù)端給后端返回Json數(shù)據(jù)到前端進(jìn)行數(shù)據(jù)渲染，系統(tǒng)將手勢(shì)識(shí)別等游戲互動(dòng)算法圖像通過前端渲染，采用WebSocket全雙工通信協(xié)議實(shí)現(xiàn)視頻雙向數(shù)據(jù)傳輸。WebSocket一種基于TCP的全雙工通信協(xié)議，因?yàn)樵谝曨l傳輸過程，需要高效的數(shù)據(jù)傳輸，因此采用WebSocket能夠?qū)崿F(xiàn)當(dāng)客戶端與服務(wù)器建立WebSocket連接后，客戶端和服務(wù)器就實(shí)現(xiàn)了雙向通信。而且一旦WebSocket通信建立后，客戶端或服務(wù)端就不需要重新發(fā)起連接請(qǐng)求。正是因?yàn)檫@一特性，WebSocket在實(shí)時(shí)傳輸反面具有明顯的優(yōu)勢(shì)，因此系統(tǒng)采用此種方法進(jìn)行視頻傳輸，提高效率。

2? 后端深度學(xué)習(xí)算法實(shí)現(xiàn)

姿態(tài)估計(jì)（pose estimation）在計(jì)算機(jī)視覺領(lǐng)域是一個(gè)非常重要的方向，人類動(dòng)作理解、人機(jī)互動(dòng)等應(yīng)用都需要精確的姿態(tài)識(shí)別。目前，絕大多數(shù)的2d姿態(tài)識(shí)別都是識(shí)別人體的關(guān)鍵點(diǎn)，比如，給定一張普通的RGB圖像，算法會(huì)給出人體的腳踝、胳膊、面部等區(qū)域的關(guān)鍵點(diǎn)（keypoint），本文采用過姿態(tài)識(shí)別算法對(duì)手勢(shì)動(dòng)作進(jìn)行關(guān)鍵點(diǎn)檢測(cè)，得到手勢(shì)動(dòng)作序列，然后將30幀關(guān)節(jié)點(diǎn)數(shù)據(jù)作為輸入數(shù)據(jù)，然后采用LSTM網(wǎng)絡(luò)模型進(jìn)行動(dòng)作識(shí)別，得到當(dāng)前手勢(shì)的動(dòng)作結(jié)果信息。

2.1? 姿態(tài)識(shí)別算法進(jìn)行骨骼點(diǎn)檢測(cè)

本文采用了開源項(xiàng)目MediaPipe進(jìn)行姿態(tài)識(shí)別手勢(shì)檢測(cè)。MediaPipe是一款由Google Research開發(fā)并開源的多媒體機(jī)器學(xué)習(xí)模型應(yīng)用框架。利用MediaPipe可以將感知管道構(gòu)建為模塊化組件的圖形，包括例如推理模型（例如TensorFlow、TFLite）和媒體處理功能。Mediapipe其中對(duì)應(yīng)手勢(shì)模塊（solutions.hands）函數(shù)能夠?qū)崿F(xiàn)手勢(shì)關(guān)節(jié)點(diǎn)檢測(cè)，具有非常高的算法準(zhǔn)確度。其主要采用深度學(xué)習(xí)姿態(tài)識(shí)別算法可以實(shí)現(xiàn)檢測(cè)手的21個(gè)點(diǎn)骨骼關(guān)節(jié)點(diǎn)，如圖2所示。

2.2? 循環(huán)神經(jīng)網(wǎng)絡(luò)模型

當(dāng)采用姿態(tài)識(shí)別算法進(jìn)行骨骼點(diǎn)檢測(cè)后，傳統(tǒng)的方向主要是通過判斷各個(gè)關(guān)節(jié)點(diǎn)之間的角度進(jìn)行識(shí)別[8]，其識(shí)別的準(zhǔn)確性以及穩(wěn)定性較差，因此本文采用LSTM神經(jīng)網(wǎng)絡(luò)進(jìn)行模型訓(xùn)練，提高動(dòng)作識(shí)別的準(zhǔn)確率。LSTM可以看作是一個(gè)更高級(jí)的RNN系列，主要由五個(gè)不同部分組成：?jiǎn)卧獱顟B(tài)、隱藏狀態(tài)、輸入門、忘記門、量輸出門。LSTM經(jīng)過精心設(shè)計(jì)，可以避免RNN的梯度消失問題。首先對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，并且設(shè)置權(quán)重、對(duì)應(yīng)的標(biāo)簽類型等信息。然后進(jìn)行網(wǎng)絡(luò)模型訓(xùn)練，在模型訓(xùn)練過程，將調(diào)整調(diào)整模型中的層數(shù)、每層隱藏層的節(jié)點(diǎn)數(shù)以及激活函數(shù)等信息。最后，不斷更新權(quán)重，使損失逐步下降，達(dá)到比較好的動(dòng)作識(shí)別效果。

本文采用的網(wǎng)經(jīng)結(jié)構(gòu)如圖3所示。

首先采用MediaPipe姿態(tài)識(shí)別對(duì)手勢(shì)進(jìn)行檢測(cè)，得到21個(gè)手關(guān)節(jié)點(diǎn)數(shù)的，每個(gè)數(shù)據(jù)3個(gè)分量組成，并且通過采集30幀連續(xù)圖像，得到的輸入圖像數(shù)據(jù)大小為30×21×3，然后分別通過4個(gè)LSTM網(wǎng)絡(luò)對(duì)特征進(jìn)行提取，最后通過3個(gè)全連接網(wǎng)絡(luò)，得到最后的輸出。該網(wǎng)絡(luò)結(jié)構(gòu)較為簡(jiǎn)單，正因?yàn)槿绱?，因此可以輕松地使用網(wǎng)格搜索來找到最適合神經(jīng)網(wǎng)絡(luò)的超參數(shù)，通過使用少量的例子得到很好的準(zhǔn)確率，具有較好商業(yè)推廣價(jià)值。同時(shí)不需要為不同光照下的每個(gè)手勢(shì)重新訓(xùn)練模型，因?yàn)镸ediaPipe實(shí)現(xiàn)不同環(huán)境下的姿態(tài)識(shí)別檢測(cè)工作。本文的網(wǎng)絡(luò)模型采用Keras深度學(xué)習(xí)框架進(jìn)行構(gòu)建，關(guān)鍵代碼如下所示：

model = Sequential（）

model.add（LSTM（64， return_sequences=True， activation='relu'， input_shape=（video_frame_length， 21*4）））#LSTM網(wǎng)絡(luò)層

model.add（LSTM（128， return_sequences=True， activation='relu'））#LSTM網(wǎng)絡(luò)層

model.add（LSTM（128， return_sequences=True， activation='relu'））#LSTM網(wǎng)絡(luò)層

model.add（LSTM（64， return_sequences=False， activation='relu'））#LSTM網(wǎng)絡(luò)層

model.add（Dense（64， activation='relu'））#全連接層

model.add（Dense（32， activation='relu'））#全連接層

model.add（Dense（actions.shape[0]， activation='softmax'））#輸出層

編譯的網(wǎng)絡(luò)模型如圖4所示。

2.3? 手勢(shì)檢測(cè)結(jié)果

通過采用MediaPipe算法能夠?qū)崿F(xiàn)實(shí)時(shí)對(duì)手關(guān)節(jié)點(diǎn)進(jìn)行，然后采集連續(xù)的30幀關(guān)節(jié)點(diǎn)數(shù)據(jù)，通過加載上述訓(xùn)練完成的LSTM神經(jīng)網(wǎng)絡(luò)模型，啟動(dòng)手勢(shì)識(shí)別分類過程，攝像頭能夠得到手勢(shì)的識(shí)別結(jié)果，并且將檢測(cè)結(jié)果輸出到圖片上，左上角分別標(biāo)有動(dòng)作識(shí)別的結(jié)果標(biāo)簽，如圖5所示。

3? 前端游戲設(shè)計(jì)與手勢(shì)識(shí)別交互

Web前端界面采用Vue框架進(jìn)行設(shè)計(jì)，如圖6所示，通過手勢(shì)識(shí)別與前端游戲進(jìn)行互動(dòng)，學(xué)生可自行選擇學(xué)習(xí)科目、游戲類型、游戲難度等。手勢(shì)游戲以打地鼠游戲?yàn)槔螒虼鸢阜譃樗膫€(gè)選擇，分別對(duì)應(yīng)A、B、C、D四個(gè)選項(xiàng)，在題目設(shè)計(jì)過程全部是選擇題的形式出現(xiàn)。通過深度學(xué)習(xí)姿態(tài)識(shí)別算法實(shí)現(xiàn)對(duì)手關(guān)節(jié)點(diǎn)進(jìn)行檢測(cè)，通過LSTM網(wǎng)絡(luò)進(jìn)行動(dòng)作識(shí)別當(dāng)前學(xué)生的手勢(shì)動(dòng)作，通過一定規(guī)則將手勢(shì)動(dòng)作與答案選項(xiàng)進(jìn)行映射，例如1手勢(shì)對(duì)應(yīng)A選項(xiàng)，2手勢(shì)對(duì)應(yīng)B選項(xiàng)，3手勢(shì)對(duì)應(yīng)C選項(xiàng)，比4手勢(shì)對(duì)應(yīng)C選項(xiàng)來進(jìn)行游戲互動(dòng)。通過將手勢(shì)信息傳遞到游戲，實(shí)現(xiàn)體感游戲互動(dòng)功能，這種通過肢體動(dòng)作來進(jìn)行游戲答題，具有互動(dòng)性強(qiáng)，娛樂性強(qiáng)，綜合性強(qiáng)的特點(diǎn)，使學(xué)生可以邊學(xué)邊玩，能夠有效地進(jìn)行課堂互動(dòng)，提高課堂教學(xué)質(zhì)量。

4? 實(shí)驗(yàn)分析

系統(tǒng)以網(wǎng)頁形式將攝像頭的實(shí)時(shí)手勢(shì)在前端窗口展示，后端算法實(shí)現(xiàn)實(shí)時(shí)的動(dòng)作識(shí)別方法，將識(shí)別的結(jié)果反饋到前端，前端根據(jù)答題的結(jié)果實(shí)現(xiàn)實(shí)時(shí)的判斷，如果是正確打中地鼠，加分；如果不正確，地鼠不被打中，不加分，如圖6所示。本文將體感互動(dòng)游戲融合在教學(xué)過程中，學(xué)生無需佩戴任何感應(yīng)設(shè)備，真正實(shí)現(xiàn)無接觸式人機(jī)互動(dòng)，具有互動(dòng)識(shí)別精準(zhǔn)、靈敏、穩(wěn)定、交互強(qiáng)的特點(diǎn)。能夠讓學(xué)生在學(xué)中玩，玩中學(xué)，提高學(xué)生的學(xué)習(xí)興趣。

5? 結(jié)? 論

基于骨骼信息的手勢(shì)識(shí)別交互系統(tǒng)能將傳統(tǒng)的教師講授式教學(xué)方式轉(zhuǎn)變?yōu)榛?dòng)式教學(xué)，從傳遞知識(shí)到自主發(fā)展，學(xué)生能夠在課堂中通過肢體動(dòng)作識(shí)別與習(xí)題練習(xí)相結(jié)合，通過游戲闖關(guān)的方法，能夠更好地參與到課堂活動(dòng)中來，提高學(xué)生的積極性，極大地提高學(xué)習(xí)效率。教師和學(xué)生可通過課堂大數(shù)據(jù)分析實(shí)時(shí)掌握學(xué)生對(duì)知識(shí)點(diǎn)的掌握情況，根據(jù)學(xué)生接受情況隨時(shí)調(diào)整教學(xué)方法，讓每個(gè)同學(xué)真正地學(xué)習(xí)到知識(shí)點(diǎn)。通過手勢(shì)識(shí)別、姿態(tài)識(shí)別等深度學(xué)習(xí)算法與課堂游戲進(jìn)行結(jié)合，將課堂活動(dòng)游戲化，實(shí)時(shí)進(jìn)行課堂互動(dòng)。

參考文獻(xiàn)：

[1] 翟雪松，史聰聰.《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》的實(shí)施現(xiàn)狀、挑戰(zhàn)與展望 [J].現(xiàn)代教育技術(shù)，2020，30（12）：20-27.

[2] 葛永普.構(gòu)“六新”智慧課堂，促學(xué)生深度學(xué)習(xí) [J].貴州教育，2022（1）：37-39.

[3] 董琪琪，劉劍飛，郝祿國(guó)，等.基于改進(jìn)SSD算法的學(xué)生課堂行為狀態(tài)識(shí)別 [J].計(jì)算機(jī)工程與設(shè)計(jì)，2021，42（10）：2924-2930.

[4] 胡建華，張軍，吳偉美，等.基于深度學(xué)習(xí)的課堂行為識(shí)別系統(tǒng) [J].電子技術(shù)與軟件工程，2021（20）：103-105.

[5] 蘇超，王國(guó)中.基于改進(jìn)OpenPose的學(xué)生行為識(shí)別研究 [J].計(jì)算機(jī)應(yīng)用研究，2021，38（10）：3183-3188.

[6] 吳彩芳，謝鈞，俞璐.基于骨骼和深度信息的手勢(shì)識(shí)別的研究與應(yīng)用 [J].計(jì)算機(jī)技術(shù)與發(fā)展，2016，26（8）：200-204.

[7] 高翔.基于手勢(shì)識(shí)別的虛實(shí)交互技術(shù)研究 [J].電子制作，2022，30（9）：88-90+52.

[8] PALACIOS J M，SAG??S C，MONTIJANO E，et al. Human-Computer Interaction Based on Hand Gestures Using RGB-D Sensors [J].Sensors，2013，13（9）：11842-11860.

作者簡(jiǎn)介：胡建華（1984—），男，漢族，湖南婁底人，高級(jí)工程師，碩士，研究方向：圖像視頻處理、計(jì)算機(jī)視覺、深度學(xué)習(xí)；通訊作者：劉曉林（1978—），男，漢族，湖南懷化人，高級(jí)工程師，碩士，研究方向：移動(dòng)應(yīng)用開發(fā)、IT項(xiàng)目管理、虛擬現(xiàn)實(shí)。

收稿日期：2022-09-24

基金項(xiàng)目：2022年度廣州市基礎(chǔ)研究計(jì)劃基礎(chǔ)與應(yīng)用基礎(chǔ)研究項(xiàng)目（202201011753）；廣東省教育廳青年創(chuàng)新人才類項(xiàng)目（2019GKQNCX043）；廣東省教育廳2021年度普通高校重點(diǎn)科研項(xiàng)目（2021ZDZX3040）；廣東省教育科學(xué)規(guī)劃課題（2018GXJK318）