基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于单目视觉的手势识别算法.通过用户初始化过程获取基本识别参数,结合视频跟踪的过程实时获取用户手势区域,在该区域内采用矩描绘子与多尺度模型相结合的方法进行特征提取,对于提取出的特征采用分类识别规则,实现对手势1~10的正确识别.经过试验证明,该算法可以适用于不同用户,识别正确率达到93.5%.
推荐文章
基于多尺度卷积神经网络模型的手势图像识别
卷积神经网络
卷积核
深度学习
特征提取
手势识别
二值化
融合Hu矩与BoF-SURF支持向量机的手势识别
手势识别
特征包模型
快速鲁棒特征
Hu不变矩
支持向量机
基于目标规格化与Zernike矩相结合的目标识别算法研究
目标识别
规格化
特征向量和特征值
Zernike矩
肤色与运动相结合的手势区域检测
复杂背景
手势区域检测
类肤色
背景差分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多尺度模型与矩描绘子相结合的手势识别算法
来源期刊 北方交通大学学报 学科 工学
关键词 模式识别 手势识别 视频跟踪 矩描绘子 多尺度模型
年,卷(期) 2004,(2) 所属期刊栏目 计算机与通信工程
研究方向 页码范围 41-45
页数 5页 分类号 TP391.4
字数 5120字 语种 中文
DOI 10.3969/j.issn.1673-0291.2004.02.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 阮秋琦 北京交通大学计算机与信息技术学院 105 1445 20.0 32.0
2 丁海洋 北京交通大学计算机与信息技术学院 3 26 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (21)
参考文献  (2)
节点文献
引证文献  (26)
同被引文献  (3)
二级引证文献  (33)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(6)
  • 引证文献(4)
  • 二级引证文献(2)
2009(6)
  • 引证文献(3)
  • 二级引证文献(3)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(6)
  • 引证文献(3)
  • 二级引证文献(3)
2012(13)
  • 引证文献(3)
  • 二级引证文献(10)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
模式识别
手势识别
视频跟踪
矩描绘子
多尺度模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京交通大学学报
双月刊
1673-0291
11-5258/U
大16开
北京西直门外上园村3号
1975
chi
出版文献量(篇)
3626
总下载数(次)
7
总被引数(次)
38401
论文1v1指导