改进的DAGSVM手势识别方法

• 作者: 张毅 李晓娟 罗元 蔡军
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 智能轮椅 手势识别 人机交互 有向无环图 支持向量机 深度信息
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 计算机技术
• 页码范围: 86-89
• 分类号: TP391
• 语种: 中文

摘要

在现有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(DAGSVM)手势识别方法.分析了传统有向无环图支持向量机分类器生成顺序随机化的不足,引入类间距离和类的标准差作为生成分类器的测度.利用Kinect获取场景深度信息得到手势图像,提取手势特征并训练SVM分类器,并采用改进后的方法得到DAGSVM分类器.实验证明:与其他支持向量机多分类器相比,改进后的DAGSVM分类器能够达到更高的识别率,将这个手势识别方法用于智能轮椅的控制上,取得了良好的效果.

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