深度图像手势分割及HOG-SVM手势识别方法研究

作     者：LE Vanbang 朱煜 NGUYEN Anhtu LE Vanbang;Zhu Yu;NGUYEN Anhtu

作者机构：华东理工大学信息科学与工程学院上海200237 

基　　金：国家自然科学基金项目(61271349) 中央高校基本科研业务费专项资金项目(WH1214015) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2016年第33卷第12期

页      码：122-126页

摘      要：针对深度图像静态手势识别问题,提出一种基于深度图像手势分割及HOG-SVM手势识别方法。该方法的具体做法包含以下四个步骤:第一步,对深度图像进行手势分割,对随机方向的手臂图像通过椭圆拟合算法计算其倾斜角度,并将其校正至垂直方向;第二步,对手臂图像进行距离变换,通过分析距离变换返回的距离矩阵精确定位手掌心、手腕及手臂在图像中的坐标;第三步,计算、优化手势图像的HOG特征;第四步,实时采集大量训练样本并获取其训练矩阵,对训练矩阵进行处理找到最优的SVM参数,使响应曲线的可区分度达到最佳以提高手势识别率。实验证明,所设计的系统在保证实时性、鲁棒性的同时也获得了很高的识别率。

主 题 词：手势分割 深度图像 距离变换 HOG 支持向量机 参数优化 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1000-386x.2016.12.030

馆 藏 号：203210519...