基于Leap Motion和支持向量机的手势识别

• 作者: 乔海丽 夏斌 杨文璐 谢宏
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: LeapMotion传感器 手势识别 支持向量机
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 研究与探讨
• 页码范围: 47-50
• 页数: 4页
• 分类号: TP391
• 字数: 3246字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2018)05-0047-04

摘要

为了使手势识别在更多的领域得到推广及应用,提出了基于Leap Motion体感设备实时跟踪技术获取手势三维空间坐标信息的方法,并从中分别提取角度信息和相对坐标信息,构建手势特征数据,建立手势识别模型.对特征数据进行归一化处理后,利用支持向量机(SVM)分类器进行训练、建模和分类,实现手势识别.实验结果表明:以角度数据和坐标数据作为手势特征的方法可行,平均识别率分别为96.6%和91.8%.通过对比可以得出:以角度数据作为特征值具有较高的准确性和鲁棒性,并避免了单纯依照一种特征值产生的局限性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏斌	上海海事大学信息工程学院	45	178	7.0	10.0
2	谢宏	上海海事大学信息工程学院	74	842	11.0	27.0
3	杨文璐	上海海事大学信息工程学院	37	101	6.0	7.0
4	乔海丽	上海海事大学信息工程学院	1	4	1.0	1.0