局部特征与全局特征结合的HMM静态手势识别

发布时间：2017-11-07 09:41

  本文关键词：局部特征与全局特征结合的HMM静态手势识别

  更多相关文章： 静态手势识别 HMM 形状熵特征 上层轮廓特征

【摘要】：针对静态手势识别问题,提出了一种综合考虑局部形状与全局轮廓的隐马尔科夫模型(HMM)静态手势识别算法。该算法提取局部形状熵特征与上层轮廓特征分别作为训练数据训练每类手势的HMM参数。测试时,先凭借局部形状熵特征得出初步识别结果,然后根据初步识别结果的模糊性,附加与局部特征互补的上层轮廓特征进行再识别,得出最终识别结果。实验结果表明,该算法对于形状差异占主导地位的手势库有很好的效果,并且将静态手势的空间序列模拟成时间序列使得静态手势识别具有空间尺度不变性;同时该算法合理控制特征维数,一定程度上弱化了HMM训练时间长的弊端,加快了识别的速度。
【作者单位】： 哈尔滨商业大学计算机与信息工程学院;哈尔滨商业大学科研处;
【基金】：黑龙江省自然科学基金(F201245)资助
【分类号】：TP391.41
【正文快照】： 本文受黑龙江省自然科学基金(F201245)资助。1概述手势识别是人机交互及计算机视觉领域的关键技术之一,它被广泛应用于如电脑体感游戏、机械控制、现实增强、智慧家居、辅助系统、手语沟通与虚拟现实等各种领域。手势是最原始的沟通方式,与自然语言相同,手势语言也能表达复杂

【相似文献】

中国期刊全文数据库 前10条

1 ;新型手势识别技术可隔着口袋操作手机[J];电脑编程技巧与维护;2014年07期

2 任海兵,祝远新,徐光，

本文编号：1151887