基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将梯度方向直方图特征,结合支持向量机应用于手势检测中,可有效减弱光照、手势旋转等因素所带来的影响,并对HOG提取过程及参数设置进行了详细分析,同时结合线性SVM训练出了检测效果较好的分类器.通过实验证明,将HOG特征提取与SVM学习算法结合,手势检测的应用限制将大幅降低.
推荐文章
基于HOG特征与SVM分类器的行人检测研究
行人检测
方向梯度直方图
支持向量机
基于HOG特征与手部多特征信息融合的静态手势识别
手势识别
多角度
方向梯度直方图
手部多特征
支持向量机
采用HOG特征和机器学习的 行人检测方法
行人检测
行人候选区域
梯度方向直方图
反向传播神经网络
Adaboost算法
基于改进CNN与SVM的手势识别研究
手势识别
CNN
SVM
特征提取
图像分割
数据增强
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于HOG和SVM的手势检测技术
来源期刊 电子科技 学科 工学
关键词 梯度方向直方图 支持向量机 手势检测
年,卷(期) 2014,(8) 所属期刊栏目 图像·编码与软件
研究方向 页码范围 15-18
页数 4页 分类号 TP391.41
字数 3223字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭文爽 西安电子科技大学电子工程学院 2 19 2.0 2.0
2 王雪芳 西安电子科技大学电子工程学院 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (15)
同被引文献  (24)
二级引证文献  (6)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
梯度方向直方图
支持向量机
手势检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
论文1v1指导