计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
3期
983-988
,共6页
手势识别%特征袋%加速鲁棒性特征%向量量化%支持向量机
手勢識彆%特徵袋%加速魯棒性特徵%嚮量量化%支持嚮量機
수세식별%특정대%가속로봉성특정%향량양화%지지향량궤
基于视觉的手势识别中,手势的识别效果易受手势旋转,光照亮度的影响,针对该问题,借鉴了目标识别和图像检索领域的Bag of Features(特征袋)算法,将Bag of Features算法应用到手势识别领域.通过SURF(加速鲁棒性特征)算法提取手势图像的特征描述符,使手势对尺度、旋转、光照具有很强的适应力,再应用Bag of Features算法把SURF特征描述符映射到一个统一维度的向量,即Bag of Features特征向量,再用支持向量机对图像得到的特征向量进行训练分类.实验结果表示,该方法不仅具有较高的时间效率,满足手势识别的实时性,而且即使在很大角度的旋转以及亮度的变化下,仍能达到较高的识别率.
基于視覺的手勢識彆中,手勢的識彆效果易受手勢鏇轉,光照亮度的影響,針對該問題,藉鑒瞭目標識彆和圖像檢索領域的Bag of Features(特徵袋)算法,將Bag of Features算法應用到手勢識彆領域.通過SURF(加速魯棒性特徵)算法提取手勢圖像的特徵描述符,使手勢對呎度、鏇轉、光照具有很彊的適應力,再應用Bag of Features算法把SURF特徵描述符映射到一箇統一維度的嚮量,即Bag of Features特徵嚮量,再用支持嚮量機對圖像得到的特徵嚮量進行訓練分類.實驗結果錶示,該方法不僅具有較高的時間效率,滿足手勢識彆的實時性,而且即使在很大角度的鏇轉以及亮度的變化下,仍能達到較高的識彆率.
기우시각적수세식별중,수세적식별효과역수수세선전,광조량도적영향,침대해문제,차감료목표식별화도상검색영역적Bag of Features(특정대)산법,장Bag of Features산법응용도수세식별영역.통과SURF(가속로봉성특정)산법제취수세도상적특정묘술부,사수세대척도、선전、광조구유흔강적괄응력,재응용Bag of Features산법파SURF특정묘술부영사도일개통일유도적향량,즉Bag of Features특정향량,재용지지향량궤대도상득도적특정향량진행훈련분류.실험결과표시,해방법불부구유교고적시간효솔,만족수세식별적실시성,이차즉사재흔대각도적선전이급량도적변화하,잉능체도교고적식별솔.
