基于HOG特征与手部多特征信息融合的静态手势识别

• 作者: 杨述斌 潘伟 蒋宗霖
• 来源期刊: 自动化与仪表
• 关键词: 手势识别 多角度 方向梯度直方图 手部多特征 支持向量机
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 人工智能与机器人
• 页码范围: 47-51,76
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2020.08.010

摘要

传统手势识别通过提取手势轮廓或关节点位置来进行手势分类识别,这些特征通常在多角度因素下难以准确地表征正确的手势信息,从而导致识别率下降.为了解决目前手势识别在多角度因素导致识别准确率下降的问题,该文提出一种融合HOG(方向梯度直方图)特征和手部多特征的手势识别方法.在特征提取中,首先对处理后的手势图像提取HOG特征并使用PCA降维,然后对手势轮廓提取手部多特征,再将两种特征进行归一化处理后串联融合形成最终的分类特征,最后将最终分类特征通过SVM(支持向量机)进行分类识别,在多角度因素下,该方法能够更准确实时地实现手势识别,平均识别率达到96％,有效地解决了在多角度因素下传统手势识别方法精度不高的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨述斌	武汉工程大学电气信息学院	27	121	7.0	10.0
5	蒋宗霖	武汉工程大学电气信息学院	3	0	0.0	0.0
6	潘伟	武汉工程大学电气信息学院	1	0	0.0	0.0