基于彩色-深度视频和CLDS的手语识别

• 作者: 张淑军 彭中 王传旭
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 手语识别 线性动态系统 深度视频 运动边界直方图特征 KNN分类
• 年，卷（期）: 2019,（1）
• 页码范围: 91-99
• 页数: 9页
• 分类号: TP391
• 字数: 6363字
• 语种: 中文
• DOI: 10.16337/j.1004?9037.2019.01.010

摘要

提出一种基于彩色-深度视频和复线性动态系统(Complex linear dynamic system,CLDS)的手语识别方法,可以保证时序建模数据与原始数据严格对应,准确刻画手语特征,从而显著提高分类精度.利用深度视频补偿RGB视频中的缺失信息,提取手语视频运动边界直方图(Motion boundary histogram,MBH)特征,得到每种行为的特征矩阵.对特征矩阵进行CLDS时序建模,输出能唯一表示该类手语视频的描述符M=(A,C),然后利用子空间角度计算各模型之间的相似度;通过改进的K最近邻(K-nearest neighbors,KNN)算法得到最终分类结果.在中国手语数据集(Chinese sign language,CSL)上的实验表明,本文方法与现有的手语识别方法相比,具有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王传旭	青岛科技大学信息科学技术学院	45	244	9.0	14.0
2	张淑军	青岛科技大学信息科学技术学院	9	66	3.0	8.0
3	彭中	青岛科技大学信息科学技术学院	1	0	0.0	0.0