基于栈式稀疏自编码多特征融合的快速手势识别方法

被引：4

作者：

强彦

董林佳

赵涓涓

张婷

机构：

[1] 太原理工大学计算机科学与技术学院

来源：

北京理工大学学报 | 2019年 / 39卷 / 06期

关键词：

YCbCr颜色空间模型; 手势分割; 栈式稀疏自编码; 多特征融合; 手势识别;

D O I：

10.15918/j.tbit1001-0645.2019.06.014

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域(region of interest,ROI)的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数(radial basis function,RBF)的支持向量机(support vector machine,SVM)分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.

引用

页码：638 / 643

页数：6

共 4 条

[1] 基于改进深度信息的手势分割与定位 [J].

林海波 ;

王圣彬 ;

张毅 .

计算机应用, 2017, 37 (01) :251-254+261

[2] 复杂环境中多信息融合的手势识别 [J].

赵爱芳 ;

裴东 ;

王全州 ;

杨鸿武 ;

安占福 .

计算机工程与应用, 2014, (05) :180-184

[3]

Robust hand posture recognition integrating multi-cue hand tracking .2 Weng C,Li Y,Zhang Met al. Proceedings of International Conference on E-Learning and Games . 2010

[4]

Graph-based visual saliency .2 Schlkopf B,Platt J,Hofmann T. Proceedings of Neural Information Processing Systems . 2006

← 1 →