对偶树复小波与空域信息的手势识别分类研究

• 作者: 何东旭 张森 朱传旭 杨泽文 贾鹤鸣
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 手势识别 空域特征 对偶树复小波 特征融合 分类器优化 BD-SVM 径向基核函数 静态测试
• 年，卷（期）: 2018,（4）
• 页码范围: 619-624
• 页数: 6页
• 分类号: TP273
• 字数: 3063字
• 语种: 中文
• DOI: 10.11992/tis.201708003

摘要

为提高手势识别中特征获取的有效性,本文提出空域特征与对偶树复小波变换特征相结合的融合特征,主要包括水平位置、竖直位置、长宽比、矩形度、Hu矩7个分量,及11维空域特征与对偶树复小波变换的16维特征进行融合后得到的27维特征.针对分类器优化算法,提出进行训练样本优选的最优距离–支持向量机(BD-SVM)分类方法.最后的实验结果表明,对"1～9"手势进行测试,当采用径向基核函数时,平均识别精度最高,为90.33％,平均识别时间为0.026 s,说明所提出的方法能够较好地进行静态手势识别,具有较高的训练速度和辨识精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾鹤鸣	东北林业大学机电工程学院	126	543	13.0	18.0
2	杨泽文	哈尔滨工程大学自动化学院	12	18	3.0	3.0
3	朱传旭	东北林业大学机电工程学院	17	53	3.0	6.0
4	张森	东北林业大学机电工程学院	18	36	3.0	5.0
5	何东旭	哈尔滨工程大学自动化学院	6	11	2.0	3.0