基于多特征HMM融合的复杂动态手势识别

• 作者: 李聪浩 葛凯凯 陈国良
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 复杂动态手势 隐马尔可夫模型 体感控制 多特征提取 K-means聚类
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 面向机器人的图像、脑电信号处理
• 页码范围: 42-47
• 页数: 6页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.13245/j.hust.181208

摘要

针对基于体感控制器(leap Motion)的手势识别方法通常无法识别复杂的动态手势问题,提出一种基于多特征隐马尔科夫模型(HMM)融合的动态手势识别方法.首先,根据手的移动速率,从连续数据中分割出有效手势,均匀采样得到数据帧;然后提取手掌姿态、手指弯曲度、手指分开度和运动轨迹四类特征;最后用K-means聚类后的特征序列建立四类单特征HMM.在手势识别阶段,计算并融合未知手势序列在四个单特征HMM下的发生概率,选择概率最大手势为识别结果.实验结果表明:所设计的特征能充分表达动态手势,提出的方法能有效识别复杂动态手势,且识别实时性良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国良	武汉理工大学机电工程学院	31	239	8.0	14.0
2	葛凯凯	武汉理工大学机电工程学院	3	7	2.0	2.0
3	李聪浩	武汉理工大学机电工程学院	2	7	2.0	2.0