基于多特征尺度特征融合的航空指挥动作识别

• 作者: 张立民 李振宇 王彦哲 邓向阳
• 来源期刊: 海军航空工程学院学报
• 学科: 航空航天
• 关键词: 航空动作识别 超限学习机 多尺度卷积神经网络 视觉辅助引导系统
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 飞行器工程
• 页码范围: 465-472
• 页数: 8页
• 分类号: V267
• 字数: 3993字
• 语种: 中文
• DOI: 10.7682/j.issn.1673-1522.2018.05.008

摘要

视觉辅助引导系统(Visual aided Guide System,VaGS)是未来航空运输必不可少的重要组成部分,可以大大节省地面指挥和引导资源,提高安全性.VaGS的核心技术是识别地面指挥员手势并将其转化为指令.介绍了一种新的高效手势识别体系结构,它主要包括2个部分:①采用多尺度浅层结构进行特征学习,将全局身体姿态特征与局部手势特征提这两种尺度特征进行融合;②所提取的特征输入到超限学习机(Exteme Learning Machine,ELM)中进行分类,输出指令.实验结果表明,在自建的40个类别的航空指挥动作数据集中,准确率达到98.5％,单帧用时0.13 ms.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立民		163	596	11.0	15.0
2	邓向阳		15	45	4.0	6.0
3	王彦哲		6	5	1.0	2.0
4	李振宇		5	2	1.0	1.0