基于多特征提取和SVM分类的手势识别

被引：26

作者：

刘小建

张元

机构：

[1] 中北大学计算机与控制工程学院

来源：

计算机工程与设计 | 2017年 / 38卷 / 04期

关键词：

深度图像; 视觉特征; 多特征提取; SVM分类; 手势识别;

D O I：

10.16208/j.issn1000-7024.2017.04.021

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对手势识别过程中分割出的手势不精确、利用单特征识别时识别率低等问题,提出一种使用深度信息进行多特征提取的手势识别算法。利用Kinect得到深度信息并完成人手定位,将手部区域细分成手掌区域、指尖区域和手臂区域;提出3个不同的特征描述子,即指尖点到手掌中心点的距离、指尖点到手掌平面的距离以及手掌区域特征;应用一个多分类的支持向量机(SVM)分类器对手势进行分类,在所建手势数据库中完成算法验证。实验结果表明,该算法能够精确分割手部区域,手势识别率得到很大提高。

引用

页码：953 / 958

页数：6

共 7 条

[1] 基于Kinect的指尖检测与手势识别方法 [J].

谈家谱 ;

徐文胜 .

计算机应用, 2015, 35 (06) :1795-1800

[2] 基于Kinect深度信息的手势分割与识别 [J].

毛雁明 ;

章立亮 .

系统仿真学报, 2015, 27 (04) :830-835

[3] 基于加权总体最小二乘法的点云平面拟合 [J].

苍桂华 ;

岳建平 .

激光技术, 2014, (03) :307-310

[4] 基于深度图像技术的手势识别方法 [J].

曹雏清 ;

李瑞峰 ;

赵立军 .

计算机工程, 2012, 38 (08) :16-18+21

[5] 基于视觉的多特征手势识别 [J].

翁汉良 ;

战荫伟 .

计算机工程与科学, 2012, 34 (02) :123-127

[6]

LIBSVM[J] . Chih-Chung Chang,Chih-Jen Lin.ACM Transactions on Intelligent Systems and Technology (TIST) . 2011 (3)

[7]

Depth camera based hand gesture recognition and its applications in human-computer-interaction .2 Ren Z,Meng J,Yuan J. Proceedings of the 8th International Conference on Information,Communications and Signal Processing . 2011

← 1 →