计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
10期
221-225,231
,共6页
方路平%洪文杰%潘清%姚家良
方路平%洪文傑%潘清%姚傢良
방로평%홍문걸%반청%요가량
手势识别%深度图像%肤色检测%粒子群优化算法%手指关节角度
手勢識彆%深度圖像%膚色檢測%粒子群優化算法%手指關節角度
수세식별%심도도상%부색검측%입자군우화산법%수지관절각도
gesture recognition%depth image%skin color detection%Particle Swarm Optimization (PSO) algorithm%finger joint angle
常用的手势识别方法受限于有限的二维图像信息,难以从复杂的背景中有效地分割出目标像素,且大多依赖于监督学习的分类方法,只能在有限的手势库中进行选择判定,无法适用于较为精细的手指运动检测.为此,提出一种利用粒子群寻优算法来估计手指关节角度的方法,引入Kinect深度图像优化特征提取,提高检测准确性,通过对手部自由度的分析,引入多个约束条件,减少需要预测和估计的自由度个数.基于粒子群寻优算法,得出最优的预测模型,将手势分类问题转化为手指关节角度变量求解问题.实验结果表明,该方法有效地提高了手势检测中的检测准确率,降低了检测失效的情况.
常用的手勢識彆方法受限于有限的二維圖像信息,難以從複雜的揹景中有效地分割齣目標像素,且大多依賴于鑑督學習的分類方法,隻能在有限的手勢庫中進行選擇判定,無法適用于較為精細的手指運動檢測.為此,提齣一種利用粒子群尋優算法來估計手指關節角度的方法,引入Kinect深度圖像優化特徵提取,提高檢測準確性,通過對手部自由度的分析,引入多箇約束條件,減少需要預測和估計的自由度箇數.基于粒子群尋優算法,得齣最優的預測模型,將手勢分類問題轉化為手指關節角度變量求解問題.實驗結果錶明,該方法有效地提高瞭手勢檢測中的檢測準確率,降低瞭檢測失效的情況.
상용적수세식별방법수한우유한적이유도상신식,난이종복잡적배경중유효지분할출목표상소,차대다의뢰우감독학습적분류방법,지능재유한적수세고중진행선택판정,무법괄용우교위정세적수지운동검측.위차,제출일충이용입자군심우산법래고계수지관절각도적방법,인입Kinect심도도상우화특정제취,제고검측준학성,통과대수부자유도적분석,인입다개약속조건,감소수요예측화고계적자유도개수.기우입자군심우산법,득출최우적예측모형,장수세분류문제전화위수지관절각도변량구해문제.실험결과표명,해방법유효지제고료수세검측중적검측준학솔,강저료검측실효적정황.
