基于奇异值分解和隐Markov模型的动态手势识别

• 作者: 段国仑 王根春 蒋海军 谢钧
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 动态手势识别 Leap Motion 奇异值分解 隐Markov模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 智能算法
• 页码范围: 106-110
• 页数: 5页
• 分类号: TP391.4
• 字数: 5109字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.01.023

摘要

提出了基于奇异值分解(Singular Value Decomposition,SVD)特征矩阵压缩和隐Markov模型(Hidden Markov Model,HMM)的动态手势识别方法.该方法通过SVD对特征矩阵进行时间维度的压缩,然后通过HMM的方法对提取的动态手势进行识别.通过对特征矩阵压缩可以显著地减少训练HMM的迭代计算量,提高模型的训练效率.采用Leap Motion体感控制器追踪并提取自定义的10个阿拉伯数字的动态手势特征.实验验证结果表明,该方法对这些动态手势在当前有限样本条件下的总识别率均在96％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢钧	中国人民解放军陆军工程大学指挥控制工程学院	5	12	1.0	3.0
2	蒋海军	中国人民解放军陆军工程大学指挥控制工程学院	1	1	1.0	1.0
3	段国仑	中国人民解放军陆军工程大学指挥控制工程学院	1	1	1.0	1.0