摘要
本发明属于图像处理及计算机视觉技术领域,尤其为一种基于改进YOLOv11的交警指挥动作识别方法,具体步骤为:S1、构建交警指挥动作识别数据集:基于互联网公开资源及实际交通场景采集图像,构建交警手势识别数据集,经过图像筛选、清洗及增强处理,生成标准化的标注样本,标注格式采用YOLO格式。本发明构建了多样化的交警手势识别数据集,采用图像雾化、锐化、添加高斯噪声、随机旋转及尺度缩放等多种图像增强手段,有效提升了模型对复杂天气、多姿态及复杂背景环境下的泛化能力和鲁棒性;本发明在YOLOv11主干网络中引入GPFB模块,融合全局平均池化与局部最大池化特征,实现多尺度特征的高效表达,增强了模型对交警手势细节的捕捉能力。
技术关键词
动作识别方法
全局平均池化
注意力机制
融合全局
输出特征
多尺度特征
图像增强手段
多层感知机
池化特征
通道
上下文语义信息
模块
样本
图像可视化
鲁棒性
手势
计算机视觉技术
网络结构
系统为您推荐了相关专利信息
辅助诊疗方法
眼动数据
微表情数据
融合特征
生理
动态转换方法
自然语言
列表
语句
Softmax分类器
表面褶皱缺陷
融合特征
图像采集模块
多模态
偏振片
通知推送方法
建立用户兴趣模型
动态
大数据分析平台
大数据分析技术
建立动作识别模型
嵌入式传感器
多阶段特征
姿势
局部特征提取