项目描述：项目介绍：开发面向听障人群的实时手语交互系统，攻克动态手势时序关联性弱、小样本训练数据不足、低算力设 备部署等行业难题。系统通过RGB摄像头捕捉连续手语动作，利用深度学习算法实现字母级语义解析，并联动可视 化界面构建无障碍沟通桥梁。 本人在项目中的工作： 设计时空特征融合架构：创新提出双流CNN特征交叉注意力机制，对连续帧手势进行光流特征提取与关键点 轨迹建模，时序动作识别准确率提升至91.7%（传统单帧方法78.2%）。 研发轻量化推理引擎：采用深度可分离卷积重构特征提取网络，结合通道剪枝与8-bit量化技术，模型参数量 压缩至2.1M（原始ResNet50的12%），推理速度达30fps（满足实时交互需求） 构建鲁棒性增强方案：开发多尺度空间变换网络（MSTN）应对手势形变干扰，在光照突变、局部遮挡场景下 保持89.4%的稳定识别率。