《多重空间特征融合的手势识别》PDF+DOC
作者:高喆
单位:中国科学院沈阳计算技术研究所
出版:《小型微型计算机系统》2016年第07期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFXXWX2016070430
DOC编号:DOCXXWX2016070439
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Kinect传感器的静态手势识别与仿真》PDF+DOC2016年第29期 葛艳茹,张国伟,孙温和,卢秋红
《基于加速度传感器的可扩展手势识别》PDF+DOC2016年第05期 谢仁强,曹俊诚
《基于Kinect传感器的家电手势控制应用研究》PDF+DOC2015年第16期 吴志勇,杜振
《Leap Motion的现状及展望》PDF+DOC2017年第15期 周鲜子
《智能设备手势指挥系统的探究》PDF+DOC2017年第01期 叶勇健,谭超,田美艳,黄晓清
《基于多传感技术相融合的手势交互系统研究》PDF+DOC2015年第02期 曾文献,赵杨
《应用计算机视觉的动态手势识别综述》PDF+DOC2014年第06期 张国亮,王展妮,王田
《基于深度信息的指尖追踪及手势识别》PDF+DOC2015年第07期 顾德,李吉
《基于改进Hu矩算法的Kinect手势识别》PDF+DOC2016年第07期 蒲兴成,王涛,张毅
《三维交互在移动端游戏中的应用分析研究》PDF+DOC2016年第08期 姜檀,毛霄萌
手势识别是计算机视觉领域的一个重要课题,有着广泛的应用,如交互式游戏和手语识别等.随着深度传感器的面世,手势识别任务变得更为简单.近些年有大量的方法尝试在深度图像中提取特征,来作为某种手势的有效表达.但由于手势固有的灵活性和复杂性,现有算法在大型数据集上的识别效果依然不能令人满意.本文提出一种新的基于多重空间特征融合的方法来识别静态的手势深度图像,即对三维点云进行局部的主成分分析,并提取局部的梯度信息和局部点云的深度分布,这些信息有效的编码了手势的局部形状,本文把局部特征连接起来作为整个手势图像的特征,并通过随机森林分类器的分类结果对特征进行过滤,从而剔除对分类结果没有影响的特征.最后用过滤后的特征再次训练随机森林来识别手势.与当下流行的手势识别算法相比,本文的方法在两个大型手势数据集上有效的提高了识别率。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。