基于HMM-FNN模型的复杂动态手势识别

被引：39

作者：

王西颖

戴国忠

张习文

张凤军

机构：

[1] 中国科学院软件研究所人机交互技术与智能信息处理实验室

来源：

软件学报 | 2008年 / 09期

关键词：

手势识别; HMM-FNN模型; 复杂动态手势; 人机交互;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

复杂动态手势识别是利用视频手势进行人机交互的关键问题.提出一种HMM-FNN模型结构.它整合了隐马尔可夫模型对时序数据的建模能力与模糊神经网络的模糊规则构建与推理能力,并将其应用到复杂动态手势的识别中.复杂动态手势具备两大特点:运动特征的可分解性与定义描述的模糊性.针对这两种特性,复杂手势被分解为手形变化、2D平面运动与Z轴方向运动3个子部分,分别利用HMM进行建模,HMM模型对观察子序列的似然概率被作为FNN的模糊隶属度,通过模糊规则推理,最终得到手势的分类类别.HMM-FNN方法将高维手势特征分解为低维子特征序列,降低了模型的复杂度.此外,它还可以充分利用人的经验辅助模型结构的创建与优化.实验表明,该方法是一种有效的复杂动态手势识别方法,并且优于传统的HMM模型方法.

引用

页码：2302 / 2312

页数：11

共 7 条

[1] 一种面向实时交互的变形手势跟踪方法
王西颖
张习文
戴国忠
[J]. 软件学报, 2007, (10) : 2423 - 2433
[2] 基于结构分析的手势识别
朱继玉
王西颖
王威信
戴国忠
[J]. 计算机学报, 2006, (12) : 2130 - 2137
[3] 连续动态手势的时空表观建模及识别
任海兵
祝远新
徐光祐
林学訚
张晓平
[J]. 计算机学报, 2000, (08) : 824 - 828
[4] 基于内容的视觉信息检索[M]. - 科学出版社 , 章毓晋著, 2003
[5] A Real-Time Approach to the Spotting, Representation, and Recognition of Hand Gestures for Human–Computer Interaction[J] . Yuanxin Zhu,Guangyou Xu,David J. Kriegman.Computer Vision and Image Understanding . 2002 (3)
[6] Glove-TalkⅡ:An adaptive gesture-to-formant interface .2 Fels S,Hinton G. Proc.of the CHI‘95 . 1995
[7] Hybrid neural networks hidden Markov model continuous speech recognition .2 Cohen M,Franco H. Proc.of the Int‘l Conf.on Spoken Language Processing . 1992

← 1 →