应用科学学报
應用科學學報
응용과학학보
JOURNAL OF APPLIED SCIENCES
2013年
5期
526-532
,共7页
丁友东%庞海波%吴学纯%魏小成
丁友東%龐海波%吳學純%魏小成
정우동%방해파%오학순%위소성
局部二值模式%局部均值模式%手势识别%鲁棒性%分类算法
跼部二值模式%跼部均值模式%手勢識彆%魯棒性%分類算法
국부이치모식%국부균치모식%수세식별%로봉성%분류산법
local binary pattern%local mean pattern%gesture recognition%robust%classification algorithm
提出了一种改进的局部二值模式即局部均值模式用于对静态手势进行分类.计算不同分辨率的原始手势图像、非线性光照变化图像、高斯模糊图像和椒盐噪音图像的局部均值模式、局部二值模式和局部角相模式.利用gentle_Adaboost分类算法对这些算子特征进行训练和测试,实现手势分类.文中提出的局部均值模式能充分利用区域内像素灰度值之间相关性和区别性信息进行编码,恰当地描述不同手势的特征,具有简单快速及良好的区分度等特点.实验结果表明:与局部二值模式和局部角相模式相比,局部均值模式算子取得了更高的分类准确度.对于原始图像,该描述子的分类准确度达到95％,同时该模式对非线性光照变化和高斯模糊具有较强鲁棒性.
提齣瞭一種改進的跼部二值模式即跼部均值模式用于對靜態手勢進行分類.計算不同分辨率的原始手勢圖像、非線性光照變化圖像、高斯模糊圖像和椒鹽譟音圖像的跼部均值模式、跼部二值模式和跼部角相模式.利用gentle_Adaboost分類算法對這些算子特徵進行訓練和測試,實現手勢分類.文中提齣的跼部均值模式能充分利用區域內像素灰度值之間相關性和區彆性信息進行編碼,恰噹地描述不同手勢的特徵,具有簡單快速及良好的區分度等特點.實驗結果錶明:與跼部二值模式和跼部角相模式相比,跼部均值模式算子取得瞭更高的分類準確度.對于原始圖像,該描述子的分類準確度達到95％,同時該模式對非線性光照變化和高斯模糊具有較彊魯棒性.
제출료일충개진적국부이치모식즉국부균치모식용우대정태수세진행분류.계산불동분변솔적원시수세도상、비선성광조변화도상、고사모호도상화초염조음도상적국부균치모식、국부이치모식화국부각상모식.이용gentle_Adaboost분류산법대저사산자특정진행훈련화측시,실현수세분류.문중제출적국부균치모식능충분이용구역내상소회도치지간상관성화구별성신식진행편마,흡당지묘술불동수세적특정,구유간단쾌속급량호적구분도등특점.실험결과표명:여국부이치모식화국부각상모식상비,국부균치모식산자취득료경고적분류준학도.대우원시도상,해묘술자적분류준학도체도95％,동시해모식대비선성광조변화화고사모호구유교강로봉성.
