基于光流及耦合隐马尔可夫模型的动态手势识别

被引：11

作者：

刘江华

陈佳品

程君实

机构：

[1] 上海交通大学信息存储研究中心

[2] 上海交通大学信息存储研究中心上海

[3] 上海

来源：

上海交通大学学报 | 2003年 / 05期

关键词：

耦合隐马尔可夫模型; 最大后验概率; 动态手势识别; 光流跟踪;

D O I：

10.16183/j.cnki.jsjtu.2003.05.023

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于块的相关算法来计算光流 ,并利用光流跟踪双手的运动 .双手的运动轨迹取相邻两点的速度向量 ,经 8方向链码量化后作为观察向量 .和直接利用位置信息相比较 ,提高了识别的鲁棒性 .采用耦合隐马尔可夫模型来识别双手动态手势 ,提出并实现了最大后验概率的训练 .对 6个双手动态手势的试验表明 ,耦合隐马尔可夫模型 ( CHMM)比常规隐马尔可夫模型 ( HMM)能更有效地对双手动态手势建模

引用

页码：720 / 723+736 +736

页数：5

共 4 条

[1]

An HMM-based threshold model approach for gesture recognition. Lee H K,Kim J H. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1999

[2]

Fundamentals of speech recognition. Lawrence R,Juang B H. . 1999

[3]

Learning interning dynamics with coupled hidden Markov models. Rezek I,Sykacek P,Robers S J. IEE Special Issue Proceedings Science , Measurement and Technology . 2000

[4]

Visual interpretation of hand gestures for human-computer interaction: a review. Pavlovic V I,Sharma R,Huang T S. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1997

← 1 →