基于自学习稀疏表示的动态手势识别方法

被引:10
作者
肖玲 [1 ,2 ]
李仁发 [1 ]
曾凡仔 [2 ]
屈卫兰 [2 ]
机构
[1] 湖南大学嵌入式与网络计算湖南省重点实验室
[2] 湖南大学信息科学与工程学院
基金
湖南省自然科学基金;
关键词
手势识别; 稀疏表示; 字典学习; 加速度传感器;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对加速度传感器的手势采集方式提出一种基于自学习稀疏表示的动态手势识别方法。该方法将分类识别问题转化为求解待识别样本对于训练样本的稀疏表示问题,直接对原始加速度信号进行操作,省去了特征提取过程,可方便地添加新的手势类别和删除已有的手势类别;利用面向类别的字典学习,来寻求一个较小的并经过优化的超完备字典来计算待识别样本的稀疏表示,从而大大缩减算法的计算复杂度,满足实时性要求。在包含18种手势的3 000多个样本的公开数据集上进行测试,实验结果验证了该方法的有效性。
引用
收藏
页码:128 / 135
页数:8
相关论文
共 2 条
[1]   基于运动传感器的手势识别 [J].
王万良 ;
杨经纬 ;
蒋一波 .
传感技术学报, 2011, 24 (12) :1723-1727
[2]   运动传感驱动的3D直观手势交互 [J].
梁秀波 ;
张顺 ;
李启雷 ;
张翔 ;
耿卫东 .
计算机辅助设计与图形学学报, 2010, (03) :521-526+533