基于深度信息和SURF-BoW的中国手语识别算法

• 作者: 彭进业 杨全
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 深度图连续自适应均值漂移( DI_CamShift) 加速强健特征词包( SURF-BoW) 深度图像 手语识别
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 研究与应用
• 页码范围: 741-749
• 页数: 9页
• 分类号: TP311
• 字数: 6863字
• 语种: 中文

摘要

为实现视频中手语的准确识别，提出一种基于深度图连续自适应均值漂移( DI_CamShift)和加速强健特征词包( SURF-BoW)的中国手语识别算法.该算法将Kinect作为手语视频采集设备，在获取彩色视频的同时得到其深度信息.算法首先计算深度图像中手语手势的主轴方向角和质心位置，通过调整搜索窗口对手势准确跟踪；然后使用基于深度积分图像的OTSU算法分割手势并提取其加速强健特征( SURF)，进而构建SURF-BoW作为手语特征并使用SVM识别.通过实验验证该算法在单个手语字母上的最好识别率为99.37%，平均识别率为96.24%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭进业	西北大学信息科学与技术学院	99	701	13.0	21.0
2	杨全	西北大学信息科学与技术学院	7	35	3.0	5.0