基于SBB算法的复杂背景手势输入系统

• 作者: 周航 阮秋琦
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 识别 匹配 学习 手势
• 年，卷（期）: 2007,（5）
• 页码范围: 54-59
• 页数: 6页
• 分类号: TP18
• 字数: 5990字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-8360.2007.05.010

摘要

弱假设学习在近年来的机器学习领域得到越来越广泛的应用.本文提出一种多分类的基于应力的SBB(Stress Based Boosting)算法.在实时情况下,对输入的英文手语字母进行分类和识别,并转换成相应的汉字,实现了汉字的手势输入.首先对视频流进行预处理,利用双检测方法,消除噪声和背景得到手部区域,使用固定尺度的兴趣点检测器,利用特征提取器归纳出手部特征点,再利用SBB算法的学习规则对含有特征点的新样本进行分析和归类,采用应力反馈对于错判的手势进行纠正.在每个周期,都加入特征学习过程.算法能集中原手势训练集,通过已有分类器的分类结果确定分类策略.本系统具有自主学习、分类快速准确的特点.实验结果证明,本系统在实际条件下具有较高的识别率和鲁棒性,具备很好的应用前景.

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	北京交通大学信息科学研究所	105	1445	20.0	32.0
2	周航	北京交通大学信息科学研究所	15	101	6.0	9.0