融合多特征和压缩感知的手势识别

• 作者: 周敏 张汗灵 李红英
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 手势识别 压缩感知 凸优化 Zernike矩 HOG描述符
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 87-92
• 页数: 6页
• 分类号: TP319
• 语种: 中文

摘要

基于压缩感知理论,提出了一种新的手势识别方法,考虑到单个特征的局限性,结合Zernike矩和HOG描述符从全局和局部角度描述手势外观和形状.训练阶段提取手势训练图像的Zernike矩和HOG特征构建字典,识别阶段提取待测样本特征,将其表示成相应训练字典的稀疏线性组合,采用求解l1范数的最优化问题实现分类.实验结果证明,和目前应用较广的手势识别方法相比,该方法具有较强的竞争性,而且通过融合两种形状特征,对光照、尺度、旋转等变化更具鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张汗灵	湖南大学信息科学与工程学院	27	253	8.0	15.0
2	李红英	湖南大学信息科学与工程学院	4	31	2.0	4.0
3	周敏		4	23	2.0	4.0