一种改进的DAGSVM手势识别方法及其应用

• 作者: 张毅 李晓娟 罗元 蔡军
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 改进的有向无环图支持向量机 深度信息 手势识别 智能轮椅
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 计算机控制系统及软件
• 页码范围: 957-959,965
• 页数: 4页
• 分类号: TP273
• 字数: 3346字
• 语种: 中文

摘要

在支持向量机多分类方法基础上,提出了一种改进的有向无环图支持向量机(Directed Acyclic Graph Support Vector Machine,DAGSVM)手势识别方法.首先根据Kinect采集到的场景深度信息将前景和背景分开,分割得到手,然后提取其特征向量,利用特征向量训练多个SVM两分类器,采用DAG拓扑结构构成DAGSVM多分类器,并对其结构排序进行改进.实验证明,与其他支持向量机多分类方法相比,改进后的DAGSVM分类器能够达到更高的识别率,并将这个手势识别方法用于智能轮椅的控制上,收到了良好的效果.

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	重庆邮电大学信息无障碍工程研发中心智能系统及机器人研究所	192	1681	17.0	31.0
2	张毅	重庆邮电大学信息无障碍工程研发中心智能系统及机器人研究所	281	2390	21.0	36.0
3	蔡军	重庆邮电大学信息无障碍工程研发中心智能系统及机器人研究所	26	129	7.0	9.0
4	李晓娟	重庆邮电大学信息无障碍工程研发中心智能系统及机器人研究所	5	26	3.0	5.0