融合多重轻量化策略及MediaPipe的实时手势识别方法
来源：计算机工程与应用杂志2026年第14期北京时间：
作者：贺伟华, 马俊海, 鲍学亮, 马静, 杨光
单位：1.宁夏大学 信息工程学院，银川 750021；2.宁夏“东数西算”人工智能与信息安全重点实验室，银川 750021；
摘要：为应对资源受限边缘设备上手势识别模型精度与计算效率难以协同优化的挑战，结合嵌入式平台部署难度、成本及推理实时性要求，提出融合多重轻量化策略与MediaPipe框架的实时手势识别方法。该方法通过Media-Pipe检测手部21个关节点的三维坐标，构建结构化特征表示；设计轻量化分类网络，融合通道压缩、深度可分离卷积与通道混洗策略，通过分解卷积降低计算开销，利用通道混洗增强特征交互，兼顾模型效率与表达能力。在NUS-II公共数据集上的实验表明，与仅采用单一轻量化策略的SqueezeNet方法比较，参数量、计算量（MFLOPs）及实际模型大小上分别减少35.7%、36.4%和16.7%，且优于最新的轻量化手势识别方法，同时平均分类准确率达到97.08%。该方法满足边缘端手势识别对轻量化和低延迟的要求，在真实资源受限场景中具有可观的应用价值。
关键词：手势识别,深度可分离卷积,通道压缩,通道混洗,MediaPipe,边缘计算
基金资助：国家自然科学青年基金（62001258）；宁夏回族自治区重点研发计划重点项目（2023BEG02030）；宁夏自然科学基金重点项目（2025AAC020036）。
