基于高斯过程模型的指节图像识别方法

• 作者: 杨世强 闫雪萍
• 来源期刊: 计算机系统应用
• 关键词: 同态滤波 二值分类 潜变量函数 高斯过程 指节识别
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 186-192
• 页数: 7页
• 字数: 4927字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006355

摘要

在基于图像的人机交互智能装配的手势识别与动作跟踪中, 手部关节的图像定位是基础, 并且关节信息的准确性对手势描述和行为识别与理解有直接影响. 针对指节图像特征分布具有较强随机性, 利用同态滤波进行图像预处理, 以增强图像特征. 基于高斯过程模型对手部指节图像二类特征进行学习, 用样本对象的聚类测度, 学习数据分布的特征模型, 将学习获得的两类特征模型作为图像特征的检测器, 检测结果即为图像的两个似然值. 将经过正负类样本标记过的两种模型似然值作为输入, 直接依据估计结果对手部关节图像进行检测识别. 通过对不同位置处的手部关节识别分析和测试库检测, 结果表明, 本文所述方法可以直接得到后验概率的分布, 提高了目标识别的准确性和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨世强	西安理工大学机械与精密仪器工程学院	39	509	11.0	22.0
2	闫雪萍	西安理工大学机械与精密仪器工程学院	1	1	1.0	1.0