基于自适应子空间在线PCA的手势识别

被引：8

作者：

姚明海

瞿心昱

机构：

[1] 浙江工业大学信息工程学院

来源：

模式识别与人工智能 | 2011年 / 24卷 / 02期

基金：

浙江省自然科学基金;

关键词：

在线学习; 在线PCA; 自适应子空间; 手势识别;

D O I：

10.16451/j.cnki.issn1003-6059.2011.02.015

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于视觉的手势识别系统的学习一般是离线的,导致系统对新手势的正确识别需要重新离线学习,因此系统实时性、可扩展性和鲁棒性较差,不适合认知发育的智能框架.文中提出了基于自适应子空间在线PCA的手势识别方法.该方法通过计算样本投影系数向量的PCA来实现子空间在线更新,并根据新样本与已学习样本的差异程度,调整子空间更新策略,使算法自适应于不同情况,减少计算和存储开销,实现增量的在线学习和识别手势的目的.实验表明,本文方法能处理未知手势问题,实现手势在线积累和更新,逐渐增强系统识别能力.

引用

页码：299 / 304

页数：6

共 4 条

[1] 基于Euclidean距离的手势识别 [J].

杨全 ;

王民 .

微计算机信息, 2007, (25) :265-266+191

[2] 基于Camshift和Kalman滤波的仿人机器人手势跟踪 [J].

彭娟春 ;

顾立忠 ;

苏剑波 .

上海交通大学学报, 2006, (07) :1161-1165

[3] 复杂背景下的手势分割与识别 [J].

任海兵 ;

祝远新 ;

徐光祐 ;

张晓平 ;

林学訚 .

自动化学报, 2002, (02) :256-261

[4]

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 →