深度图像手势分割及HOG-SVM手势识别方法研究

• 作者: LE Vanbang NGUYEN Anhtu 朱煜
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 手势分割 深度图像 距离变换 HOG 支持向量机 参数优化
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 122-126
• 页数: 5页
• 分类号: TP391.41
• 字数: 4004字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.12.030

摘要

针对深度图像静态手势识别问题，提出一种基于深度图像手势分割及 HOG-SVM手势识别方法。该方法的具体做法包含以下四个步骤：第一步，对深度图像进行手势分割，对随机方向的手臂图像通过椭圆拟合算法计算其倾斜角度，并将其校正至垂直方向；第二步，对手臂图像进行距离变换，通过分析距离变换返回的距离矩阵精确定位手掌心、手腕及手臂在图像中的坐标；第三步，计算、优化手势图像的 HOG 特征；第四步，实时采集大量训练样本并获取其训练矩阵，对训练矩阵进行处理找到最优的 SVM参数，使响应曲线的可区分度达到最佳以提高手势识别率。实验证明，所设计的系统在保证实时性、鲁棒性的同时也获得了很高的识别率。

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	LE Vanbang	华东理工大学信息科学与工程学院	1	9	1.0	1.0
3	NGUYEN Anhtu	华东理工大学信息科学与工程学院	1	9	1.0	1.0