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:
基于计算机视觉的手势识别是当前人机交互领域的热门研究,但由于受光照、环境等因素的影响,使得采用单一特征描述手势的方法不能很好地识别手势,因此提出一种将Hu不变矩和指尖个数特征相结合的静态手势识别方法,对采集的手势图像进行预处理,再使用肤色模型分割出手势,并采用重心距离法检测指尖个数,进而对提取的手势轮廓进行Hu值的计算,最后采用模板匹配法对特征距离进行加权和融合来识别手势.实验结果表明,与采取单一的Hu矩或指尖个数作为手势特征的方法相比,该方法可以获得更高的识别率.
推荐文章
基于Euclidean距离的手势识别
手势识别
Euclidean距离
EDT
Canny
基于SURF特征跟踪的动态手势识别算法
动态手势识别
加速鲁棒特征
特征跟踪
动态手势模型
一种基于特征融合的手势识别方法
手势识别
指尖检测
HOG
支持向量机
YCrCb
特征提取
基于曼哈顿距离加权协同表示分类的车辆识别
稀疏表示
协同表示
加权编码
欧氏距离
曼哈顿距离
声频传感器网络
车辆识别
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 基于特征距离加权的手势识别
来源期刊 计算机科学 学科 工学
关键词 静态手势 肤色模型 重心距离法 指尖 Hu不变矩 模板匹配
年,卷(期) 2017,(z1) 所属期刊栏目 模式识别与图像处理
研究方向 页码范围 220-223
页数 4页 分类号 TP391.41
字数 3826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 谌海云 西南石油大学电气信息学院 85 369 11.0 15.0
2 徐诗艺 西南石油大学电气信息学院 3 10 1.0 3.0
3 王艳 西南石油大学电气信息学院 7 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (33)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (17)
二级引证文献  (4)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(8)
  • 引证文献(6)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
静态手势
肤色模型
重心距离法
指尖
Hu不变矩
模板匹配
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导