基于YOLOv3改进的手势检测算法*

许 冠，詹金峰

（1.佛山市南海中南机械有限公司，广东 佛山 528247；2.华南理工大学自动化科学与工程学院，广州 510640）

0 引言

手势检测的目标是检测出图像中手势所在的位置，并用矩形框、椭圆框等加以标示。手势检测作为手势识别、手势估计的基础任务，在人机交互等领域中有着诸多应用。为了将其应用在实际场景中，手势检测相对其他目标检测任务要求更高的检测精度以及检测准确率。

手势检测是目标检测的特例化，因此一般的手势检测方法是在通用的目标检测算法中融合手势特征得以实现。目前的手势检测方法主要包括基于肤色模型的检测方法、基于运动的检测方法、基于分割的检测方法、基于深度学习的检测方法等[1]。

基于肤色模型的检测方法是一种传统且高效的方法，一般将手势图像从RGB空间转化到YCrCb空间、HSV空间、YUV空间等，因为在这些空间内肤色有着很好的规律，可以从其他颜色背景中完整地提取出来。HF Hashem等[2]提出了一种自适应的HSV肤色模型，可以根据不同的光照条件动态调整阈值。S Kolkur等[3]提出融合多个肤色空间进行肤色提取的方法，相比基于单个肤色空间的方法有更高的准确率。

基于运动的检测方法假设被检测物体相对于背景是运动的，通过对视频帧中连续的两帧或者多帧进行分析，从而提取出目标。其主要方法有光流法、帧间差分法和背景差分法。

基于分割的检测方法通过对图像进行像素级的分类，能够得到比一般检测方法更加精确的结果。……