基于SURF特征跟踪的动态手势识别算法

被引：23

作者：

包加桐 ^{[1
]}

宋爱国 ^{[1
]}

郭晏 ^{[1
]}

唐鸿儒 ^{[2
]}

机构：

[1] 东南大学仪器科学与工程学院

[2] 扬州大学能源与动力工程学院

来源：

机器人 | 2011年 / 33卷 / 04期

关键词：

动态手势识别; 加速鲁棒特征; 特征跟踪; 动态手势模型;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于加速鲁棒特征(SURF)跟踪的动态手势识别算法.其特征在于算法无需预先检测分割人手区域,仅通过跟踪统计相邻帧间匹配SURF特征点的移动主方向来刻画手势运动轨迹.提出采用经时间规整的轨迹方向数据流来建立动态手势模型,利用基于相关分析的数据流聚类方法实现动态手势的识别,大大提高动态手势识别速度.实验使用26个英文字母作为动态手势训练和识别,手势训练集和测试集的识别率分别为87.1%和84.6%,并成功用于实验室自主研制的侦察移动机器人Hunter的运动控制中,证实了该方法的有效性.

引用

页码：482 / 489

页数：8

共 5 条

[1]

Hand Gesture Recognition for Human-Computer Interaction[J] . S. M.M. Roomi,,R. J. Priya,H. Jayalakshmi.Journal of Computer Science . 2010 (9)

[2] Real-time hand tracking using a mean shift embedded particle filter [J].

Shan, Caifeng ;

Tan, Tieniu ;

Wei, Yucheng .

PATTERN RECOGNITION, 2007, 40 (07) :1958-1970

[3] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[4]

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)

[5]

Hand gesture recognition using combined features of location, angle and velocity[J] . Ho-Sub Yoon,Jung Soh,Younglae J. Bae,Hyun Seung Yang.Pattern Recognition . 2001 (7)

← 1 →