基于手语视觉单词特征的手语字母识别研究

• 作者: 彭进业 杨全
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 手势跟踪 手语视觉单词 Ostu方法 深度图像 词包 手语字母
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 192-197,202
• 页数: 7页
• 分类号: TP181
• 字数: 6784字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.04.037

摘要

为有效识别手语字母,提出一种手语视觉单词(SLVW)的识别方法.采用Kinect获取手语字母视频及其深度信息,在深度图像中,通过计算获得手语手势的主轴方向角和质心位置以调整搜索窗口,利用基于深度图像信息的DI_CamShift方法对手势进行跟踪,进而使用基于深度积分图像的Ostu方法分割手势,并提取其尺度不变特征变换数据.将局部特征描述子表示的图像小区域量化生成SLVW,统计一幅手语图像中的视觉单词频率,用词包模型表示手语字母,并用支持向量机进行识别.实验结果表明,该方法不受颜色、光照和阴影的干扰,具有较高的识别准确性和鲁棒性,对复杂背景手语视频中的30个手语字母的平均识别率达到96.21％.

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