基于证据理论融合的手势识别方法研究

• 作者: 吕圣卿 张典华 陈一民 高明柯 黄晨
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 证据理论 手势识别 手势交互 隐马尔科夫模型 支持向量机
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 191-194,260
• 页数: 5页
• 分类号: TP391
• 字数: 3461字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.01.033

摘要

针对证据理论能将多源数据有机合成为具有更高可信度结果的特点,提出基于证据理论融合的手势识别方法.方法先采用Leap Motion采集手势视频序列,提取手势运动轨迹的方向角作为特征;采用隐马尔科夫模型和支持向量机分别对手势进行训练,进而在识别中通过证据理论将两种方法所计算的手势基本概率分配进行决策融合,实现最终的手势识别;将该方法应用于医疗可视化系统中,实现了自然直观的手势交互.实验结果表明,该方法结合了.隐马尔科夫模型和支持向量机的优点,可有效提高手势识别率和交互准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈一民	上海大学计算机工程与科学学院	133	1236	17.0	27.0
2	张典华	上海大学数码艺术学院	10	93	4.0	9.0
3	吕圣卿	上海大学计算机工程与科学学院	5	18	2.0	4.0
4	黄晨	上海大学计算机工程与科学学院	23	68	4.0	6.0
5	高明柯	上海大学计算机工程与科学学院	6	12	2.0	2.0