基于特征包支持向量机的手势识别

• 作者: 刘景满 张墨逸 张秋余 王道东
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 手势识别 尺度不变特征变换 特征包 视觉码书
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3392-3396
• 页数: 5页
• 分类号: TP391.41
• 字数: 4104字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.03392

摘要

针对类肤色信息或复杂背景的影响,难以通过手势分割得到精确手势轮廓而对后期手势识别率与实时交互的影响,提出了一种基于特征包支持向量机(BOF-SVM)的手势识别方法.采用SIFT算法提取手势图像局部不变性特征点,将手势局部特征向量(尺度不变特征变换(SIFT)描述子)进行K-means聚类生成视觉码书,并通过视觉码书量化每一幅手势图像的视觉码字集合,以此获得手势图像的固定维数的表征向量来训练支持向量机(SVM)多类分类器.该方法只需框定手势所在区域,无需精确地分割人手.实验表明,该方法对9种交互手势的平均识别率达到92.1％,并具有很好的鲁棒性及实时性,能适应环境的变化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张秋余	兰州理工大学计算机与通信学院	177	1882	24.0	34.0
2	王道东	兰州理工大学计算机与通信学院	1	48	1.0	1.0
3	张墨逸	兰州理工大学计算机与通信学院	14	139	6.0	11.0
4	刘景满	兰州理工大学计算机与通信学院	1	48	1.0	1.0