基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对手势识别的硬件加速问题,对图像识别技术进行研究,从手势边缘与肤色信息出发,借助FPGA平台的高速特性,在Sobel边缘提取算法的基础上,提出利用椭圆颜色域分离法与高斯函数加权来优化手势信息特征值提取的算法.原始图像分别输入Sobel边缘提取模块与色彩空间分离模块,经处理后的信号共同输入高斯加权模块,与肤色相关的边缘信息得到加强,无关信息得到抑制.该算法结合了手势图像的色彩信息与边缘信息,经过对比验证,表明通过对边缘与肤色信息的算法优化,能有效滤去与手势无关的信息,在不同光照下测试均获得足够的辨识度.
推荐文章
基于AdaBoost算法和光流匹配的实时手势识别
手势识别
AdaBoost
光流
模板匹配
基于深度学习的手势识别算法设计
深度学习
卷积神经网络
实时手势识别
高效性
基于视觉的实时手势识别及其在演示控制中的应用
计算机视觉
背景差分
粒子跟踪
手势识别
Hu矩
基于LBP和PCA机器学习的手势识别算法
手势识别
局部二值模式
主成分分析
支持向量机
机器学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 实时FPGA手势识别算法的设计
来源期刊 电子测量技术 学科
关键词 手势识别 颜色域分离 高斯函数加权 特征提取
年,卷(期) 2020,(20) 所属期刊栏目 理论与算法|Theory and Algorithms
研究方向 页码范围 89-92
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.19651/j.cnki.emt.2004535
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (63)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1945(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(11)
  • 参考文献(3)
  • 二级参考文献(8)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(9)
  • 参考文献(3)
  • 二级参考文献(6)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
手势识别
颜色域分离
高斯函数加权
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导