基于证据理论融合的手势识别方法研究

作     者：高明柯 陈一民 张典华 吕圣卿 黄晨 Gao Mingke;Chen Yimin;Zhang Dianhua;Lü Shengqing;Huang Chen

作者机构：上海大学计算机工程与科学学院上海200444 中国电子科技集团公司第三十二研究所上海201808 上海大学数码艺术学院上海201800 

基　　金：上海市科技创新行动计划项目(16511101200) 上海市科委国际合作项目(12510708400) 上海市自然科学基金项目(14ZR1419700) 

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

年 卷 期：2018年第35卷第1期

页      码：191-194,260页

摘      要：针对证据理论能将多源数据有机合成为具有更高可信度结果的特点,提出基于证据理论融合的手势识别方法。方法先采用Leap Motion采集手势视频序列,提取手势运动轨迹的方向角作为特征;采用隐马尔科夫模型和支持向量机分别对手势进行训练,进而在识别中通过证据理论将两种方法所计算的手势基本概率分配进行决策融合,实现最终的手势识别;将该方法应用于医疗可视化系统中,实现了自然直观的手势交互。实验结果表明,该方法结合了隐马尔科夫模型和支持向量机的优点,可有效提高手势识别率和交互准确性。

主 题 词：证据理论 手势识别 手势交互 隐马尔科夫模型 支持向量机 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2018.01.033

馆 藏 号：203282003...