基于深度图像HOG特征的实时手势识别方法

• 作者: VanBang L E 朱煜 赵江坤 陈宁
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: Kinect 深度图像 HOG特征 SVM机器学习 手势识别
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 研究论文
• 页码范围: 698-702
• 页数: 5页
• 分类号: TP181
• 字数: 3278字
• 语种: 中文

摘要

手势识别是模式识别领域的一个热点研究方向.提出了一种利用Kinect传感器深度图像进行手势分割的方法,并研究了基于灰度图像HOG特征的手势识别模型;深入研究了HOG特征,分析其特征向量特点,探讨了不同特征维数对训练机的影响及处理效率;通过SVM机器学习方法实现手势的分类识别,经过对大量实验样本的优化训练,获得了最优SVM参数,并进行分析、对比识别率.本文方法维数少、识别率高、运行速度快、性能稳定,能满足实时性手势识别的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱煜	华东理工大学信息科学与工程学院	39	367	11.0	18.0
2	陈宁	华东理工大学信息科学与工程学院	20	76	6.0	7.0
3	赵江坤	华东理工大学信息科学与工程学院	2	127	2.0	2.0
4	VanBang L E	华东理工大学信息科学与工程学院	2	13	1.0	2.0