模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2011年
2期
299-304
,共6页
在线学习%在线PCA%自适应子空间%手势识别
在線學習%在線PCA%自適應子空間%手勢識彆
재선학습%재선PCA%자괄응자공간%수세식별
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.
基于視覺的手勢識彆繫統的學習一般是離線的,導緻繫統對新手勢的正確識彆需要重新離線學習,因此繫統實時性、可擴展性和魯棒性較差,不適閤認知髮育的智能框架.文中提齣瞭基于自適應子空間在線PCA的手勢識彆方法.該方法通過計算樣本投影繫數嚮量的PCA來實現子空間在線更新,併根據新樣本與已學習樣本的差異程度,調整子空間更新策略,使算法自適應于不同情況,減少計算和存儲開銷,實現增量的在線學習和識彆手勢的目的.實驗錶明,本文方法能處理未知手勢問題,實現手勢在線積纍和更新,逐漸增彊繫統識彆能力.
기우시각적수세식별계통적학습일반시리선적,도치계통대신수세적정학식별수요중신리선학습,인차계통실시성、가확전성화로봉성교차,불괄합인지발육적지능광가.문중제출료기우자괄응자공간재선PCA적수세식별방법.해방법통과계산양본투영계수향량적PCA래실현자공간재선경신,병근거신양본여이학습양본적차이정도,조정자공간경신책략,사산법자괄응우불동정황,감소계산화존저개소,실현증량적재선학습화식별수세적목적.실험표명,본문방법능처리미지수세문제,실현수세재선적루화경신,축점증강계통식별능력.