基于自学习稀疏表示的动态手势识别方法

• 作者: 屈卫兰 曾凡仔 李仁发 肖玲
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 手势识别 稀疏表示 字典学习 加速度传感器
• 年，卷（期）: 2013,（6）
• 页码范围: 128-135
• 页数: 8页
• 分类号: TP391
• 字数: 7233字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2013.06.016

摘要

针对加速度传感器的手势采集方式提出一种基于自学习稀疏表示的动态手势识别方法。该方法将分类识别问题转化为求解待识别样本对于训练样本的稀疏表示问题，直接对原始加速度信号进行操作，省去了特征提取过程，可方便地添加新的手势类别和删除已有的手势类别；利用面向类别的字典学习，来寻求一个较小的并经过优化的超完备字典来计算待识别样本的稀疏表示，从而大大缩减算法的计算复杂度，满足实时性要求。在包含18种手势的3000多个样本的公开数据集上进行测试，实验结果验证了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李仁发	湖南大学嵌入式与网络计算湖南省重点实验室	468	4582	30.0	44.0
2	屈卫兰	湖南大学信息科学与工程学院	5	45	3.0	5.0
3	肖玲	湖南大学嵌入式与网络计算湖南省重点实验室	11	235	7.0	11.0
7	曾凡仔	湖南大学信息科学与工程学院	29	216	8.0	14.0