基于SVM的单手指语识别方法

• 作者: 任相臻 张慧静 王巍
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 人机交互 聋哑人 指语 厉动 支持向量机
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 智能技术
• 页码范围: 3234-3239
• 页数: 6页
• 分类号: TP391.4
• 字数: 3750字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.10.040

摘要

针对手语识别分割难、精度低的问题,提出一种基于SVM的静态指语识别方法.利用Leap Motion获取视野内手势原始数据进行特征提取,降低手语分割难度;在此基础上将提取的特征整理成文本导入MATLAB,经过数据归一化、PCA降维,识别精度和运行速度得到提升;通过网格搜索方法寻找最优参数(C,g)完成model训练,实现对1-9的数字指语分类.实验结果表明,该方法在手势相对静止状态下识别准确率为100％,测试中手势适度的旋转、放缩后,平均识别准确率达到95.56％.与以往基于计算机视觉的手语识别方法相比,其精度高、舒适度强、易于拓展,便于聋哑人交流使用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王巍	河北工程大学信息与电气工程学院	9	36	3.0	5.0
5	张慧静	河北工程大学信息与电气工程学院	1	2	1.0	1.0
6	任相臻	河北工程大学信息与电气工程学院	2	2	1.0	1.0