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:
提出一种基于RGBD数据的手势识别方法,首先采用融合深度信息和彩色信息的手势分割算法分割出手势区域;其次提取静态手势轮廓的圆形度、凸包点及凸缺陷点、7Hu矩特征组成特征向量;最后采用SVM进行静态手势识别.实验结果表明,该方法能有效地识别预定义的5种静态手势,且对环境的适应性比较强.
推荐文章
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
基于Euclidean距离的手势识别
手势识别
Euclidean距离
EDT
Canny
基于AdaBoost算法和光流匹配的实时手势识别
手势识别
AdaBoost
光流
模板匹配
基于语义分割与迁移学习的手势识别
语义分割
迁移学习
手势识别
卷积神经网络
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RGBD数据的静态手势识别
来源期刊 计算机与现代化 学科 工学
关键词 手势识别 深度数据 手势分割 特征提取 SVM
年,卷(期) 2018,(1) 所属期刊栏目 图像处理
研究方向 页码范围 74-77
页数 4页 分类号 TP301
字数 2525字 语种 中文
DOI 10.3969/j.issn.1006-2475.2018.01.015
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 徐琨 长安大学信息工程学院 14 219 6.0 14.0
2 文芳 长安大学信息工程学院 2 9 1.0 2.0
3 康彩琴 长安大学信息工程学院 1 8 1.0 1.0
4 陈立文 长安大学信息工程学院 1 8 1.0 1.0
5 丁汇 长安大学信息工程学院 1 8 1.0 1.0
6 王宁宁 长安大学信息工程学院 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (39)
参考文献  (12)
节点文献
引证文献  (8)
同被引文献  (24)
二级引证文献  (3)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(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)
2002(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
手势识别
深度数据
手势分割
特征提取
SVM
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导