基于GLCM和Gabor纹理特征的手势识别算法

• 作者: 张澎悦 李云峰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 手势识别 纹理特征 共生矩阵 Gabor小波变换 深度堆栈自编码网络
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 183-191
• 页数: 9页
• 分类号: TP391.41
• 字数: 4730字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.07.031

摘要

针对手势灰度图像的纹理特征富含手势类别信息的特点,提出一种基于融合GLCM(灰度共生矩阵)和Gabor小波变换提取手势图像空、频域纹理特征的手势识别方法.构建手势灰度图像的多方向共生矩阵,并计算多方向共生矩阵的特征参数来提取手势纹理的GLCM特征;通过手势灰度图像的Gabor小波变换来提取手势纹理的Gabor特征;对所提取的两种特征进行归一化处理后串联构建手势纹理特征向量;使用基于稀疏自动编码器和softmax分类器的深度堆栈自编码网络对构建的手势纹理特征向量进行分类识别.实验表明:该方法具有较高的识别率和较好的鲁棒性,对15种手势的平均识别率达到97.4％,能够满足人机交互对手势识别的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李云峰	河南科技大学机电工程学院	55	320	10.0	15.0
2	张澎悦		3	7	2.0	2.0