摘 要：交警手势识别在自动驾驶和驾驶辅助方面具有较高的应用价值。为解决在人群中定位交警位置以及分析其手势含义的问题，对一种基于目标检测和模板匹配相结合的方法进行研究，以捕捉和识别道路中交警的手势。首先利用 YOLOv5s 将交警和行人进行区分并将交警区域的尺寸变换后导出，然后使用 Mediapipe 从导出的交警区域中提取交警的身体关键点，经进一步处理得到交警手势的时间序列模板，最后使用 FastDTW 进行特征的匹配即可实现对交警手势的识别。实验结果表明，该方法可以在人群中定位到交警，并识别出动态的交警手势。
关键词：YOLOv5s；FastDTW；人体关键点；交警手势
DOI:10.19850/j.cnki.2096-4706.2022.20.016
中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2022）20-0060-06
Research on Traffic Police Gesture Recognition Based on Object Detection and Template Matching
MA Tianxiang
(College of Computer Science and Engineering, Anhui University of Science and Technology, Huainan 232001, China)
Abstract: Traffic police gesture recognition has high application value in automatic driving and driver assistance. In order to solve the problem of locating the position of traffic police in the crowd and analyzing the meaning of their gestures, a method based on the combination of target detection and template matching is studied to capture and recognize the gestures of traffic police on the road. Firstly, YOLOv5s is used to distinguish traffic police and pedestrians, and the size of the traffic police area is transformed and exported. Then Mediapipe is used to extract the body key points of traffic police from the exported traffic police area, and the time series template of traffic police gestures is obtained after further processing. Finally, the recognition of traffic police gestures can be realized by using FastDTW for feature matching. The experimental result shows that the proposed method can locate the traffic police in the crowd and recognize the dynamic traffic police gestures.
Keywords: YOLOv5s; FastDTW; the body key point; traffic police gesture
参考文献：
[1] 石臣鹏 . 我国交警手势指挥现状及改善对策 [J]. 四川警察学院学报，2016，28（1）：72-75.
[2] YUAN T，WANG B. Accelerometer-based Chinese traffic police gesture recognition system [J].Chinese Journal of Electronics，2010，19（2）：270-274.
[3] 张备伟，吴琦，刘光徽 . 基于 DTW 的交警指挥手势识别方法 [J]. 计算机应用研究，2017，34（11）：3494-3499.
[4] 常津津，罗兵，杨锐，等 . 基于深度学习的交警指挥手势识别 [J]. 五邑大学学报（自然科学版），2018，32（2）：38-44+66.
[5] 赵梓杉，秦玉英，李刚，等 . 基于深度学习的目标检测算法综述 [J]. 汽车实用技术，2021，46（17）：207-209.
[6] 杨晓玲，蔡雅雯 . 基于 yolov5s 的行人检测系统及实现 [J].电脑与信息技术，2022，30（1）：28-30.
[7] 王如斌，窦全礼，张淇，等 . 基于 MediaPipe 的手势识别用于挖掘机遥操作控制 [J/OL]. 土木建筑工程信息技术：1-8[2022-09-28].http://kns.cnki.net/kcms/detail/11.5823.TU.20211125.1918.024.html.
[8] 陈建敏，肖宏飞 . 手势识别算法的设计与应用研究 [J]. 新乡学院学报，2020，37（9）：39-42.
[9] 李东东，张立民，邓向阳，等 . 基于多特征融合的动态手势识别 [J]. 计算机应用与软件，2021，38（8）：214-219.
[10] 唐婷 . 基于 Python 的网络图片爬虫技术 [J]. 信息与电脑（理论版），2020，32（18）：176-178.
[11] 张丞，何坚，王伟东 . 空间上下文与时序特征融合的交警指挥手势识别技术 [J]. 电子学报，2020，48（5）：966-974.
作者简介：马天祥（1998.07—），男，汉族，安徽淮北人，硕士研究生在读，研究方向：图像处理。