采用SIFT-BoW和深度图像信息的中国手语识别研究

• 作者: 彭进业 杨全
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: SIFT-BoW DI_CamShift 深度图像 Kinect 手语识别
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 302-307
• 页数: 6页
• 分类号: TP311
• 字数: 6468字
• 语种: 中文

摘要

将深度图像信息引入手语识别的研究,提出了一种基于DI_CamShift(Depth Image CamShift)和SIFT-BoW(Scale Invariant Feature Transform-Bag ofWords)的中国手语识别方法.该方法将Kinect作为视频采集设备,在获取手语彩色视频的同时得到其深度信息;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进行准确跟踪;然后使用基于深度积分图像的Ostu算法分割手势并提取其SIFT特征,进而构建SIFT-BoW作为手语特征并用SVM进行识别.实验结果表明,该方法单个手语字母最好识别率为99.87％,平均识别率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	西安文理学院软件学院	7	35	3.0	5.0