机器人
機器人
궤기인
ROBOT
2011年
4期
482-489
,共8页
包加桐%宋爱国%郭晏%唐鸿儒
包加桐%宋愛國%郭晏%唐鴻儒
포가동%송애국%곽안%당홍유
动态手势识别%加速鲁棒特征%特征跟踪%动态手势模型
動態手勢識彆%加速魯棒特徵%特徵跟蹤%動態手勢模型
동태수세식별%가속로봉특정%특정근종%동태수세모형
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入手区域,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于势的识别,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.
提齣瞭一種基于加速魯棒特徵(SURF)跟蹤的動態手勢識彆算法.其特徵在于算法無需預先檢測分割入手區域,僅通過跟蹤統計相鄰幀間匹配SURF特徵點的移動主方嚮來刻畫手勢運動軌跡,提齣採用經時間規整的軌跡方嚮數據流來建立動態手勢模型,利用基于相關分析的數據流聚類方法實現動態于勢的識彆,大大提高動態手勢識彆速度.實驗使用26箇英文字母作為動態手勢訓練和識彆,手勢訓練集和測試集的識彆率分彆為87.1%和84.6%,併成功用于實驗室自主研製的偵察移動機器人Hunter的運動控製中,證實瞭該方法的有效性.
제출료일충기우가속로봉특정(SURF)근종적동태수세식별산법.기특정재우산법무수예선검측분할입수구역,부통과근종통계상린정간필배SURF특정점적이동주방향래각화수세운동궤적,제출채용경시간규정적궤적방향수거류래건립동태수세모형,이용기우상관분석적수거류취류방법실현동태우세적식별,대대제고동태수세식별속도.실험사용26개영문자모작위동태수세훈련화식별,수세훈련집화측시집적식별솔분별위87.1%화84.6%,병성공용우실험실자주연제적정찰이동궤기인Hunter적운동공제중,증실료해방법적유효성.
