一种基于改进的SURF算法的静态手语字母识别方法

• 作者: 张毅 杨麟 罗元 胡章芳
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 手语字母识别 Kinect传感器 改进的SURF算法 最近邻匹配算法
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 544-548
• 页数: 5页
• 分类号: TP391
• 字数: 2773字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2013.04.025

摘要

结合Kinect传感器提出一种改进的SURF(speeded up robust features)算法进行静态手语字母识别的方法.Kinect传感器采集深度图像进行手势分割可以克服光照变化、复杂背景带来的干扰；改进的SURF算法对实时图像与模板图像的积分图进行计算分析,提取两者的SURF关键点描述符,采用最近邻匹配算法对SURF算法自有的快速索引匹配的结果进行优化,克服了角度旋转变化对手语字母识别率的影响.实验证明,该方法在应对光照变化、复杂背景、角度旋转方面有很好的鲁棒性,平均识别率为97.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗元	重庆邮电大学智能系统及机器人研究所重庆市高校光纤通信技术重点实验室	192	1681	17.0	31.0
2	胡章芳	重庆邮电大学智能系统及机器人研究所重庆市高校光纤通信技术重点实验室	77	290	9.0	14.0
3	张毅	重庆邮电大学智能系统及机器人研究所重庆市高校光纤通信技术重点实验室	281	2390	21.0	36.0
4	杨麟	重庆邮电大学智能系统及机器人研究所重庆市高校光纤通信技术重点实验室	2	7	2.0	2.0