| 结合手指检测和HOG特征的分层静态手势识别 |
| |
| 引用本文： | 刘淑萍,刘羽,於俊,汪增福. 结合手指检测和HOG特征的分层静态手势识别[J]. 中国图象图形学报, 2015, 20(6): 781-788 |
| |
| 作者姓名： | 刘淑萍 刘羽 於俊 汪增福 |
| |
| 作者单位： | 中国科学技术大学自动化系, 合肥 230027;中国科学技术大学自动化系, 合肥 230027;中国科学技术大学自动化系, 合肥 230027;中国科学技术大学自动化系, 合肥 230027;中国科学院合肥智能机械研究所, 合肥 230031 |
| |
| 基金项目： | 国家自然科学基金项目(61472393,61303150);国家科技计划项目(2012GB102007);安徽省科技攻关项目(13Z02008) |
| |
| 摘 要： | 目的 基于手势的交互方式在人机交互中发挥着越来越重要的作用,手势识别是大多数手势交互系统的核心技术.当手势种类较多时,目前已有的大多数手势识别方法往往无法获得足够高的识别率.为此,提出了一种结合手指检测和梯度方向直方图(HOG)特征的分层静态手势识别方法.方法 提出一种基于形态学操作的手指检测算法作为手势识别方法的基础.首先由肤色模型从输入图像中提取出手部区域,然后利用手指检测算法识别出手势包含的手指个数,并根据手指个数从事先训练好的支持向量机分类器集合中选取一个,最后提取手部区域的HOG特征,并利用选择好的分类器完成识别任务.结果 对25种常用手势进行了识别实验,将本文方法与单独使用HOG特征的方法进行对比.本文方法可以将传统HOG方法的识别率提高20%左右.结论 基于手指个数的分层识别策略可以有效地解决传统单层识别方法在手势种类较多时识别率不高的问题.在手部区域能被成功检测的情况下,提出的结合手指检测和HOG特征的方法可以取得较理想的手势识别结果,且能达到实时性要求.
|
| 关 键 词： | 人机交互 静态手势识别 分层策略 HOG特征 支持向量机 |
| 收稿时间： | 2015-02-10 |
| 修稿时间： | 2015-03-11 |
Hierarchical static hand gesture recognition by combining finger detection and HOG features |
| |
| Liu Shuping,Liu Yu,Yu Jun and Wang Zengfu. Hierarchical static hand gesture recognition by combining finger detection and HOG features[J]. Journal of Image and Graphics, 2015, 20(6): 781-788 |
| |
| Authors: | Liu Shuping Liu Yu Yu Jun Wang Zengfu |
| |
| Affiliation: | Department of Automation, University of Science and Technology of China, Hefei 230027, China;Department of Automation, University of Science and Technology of China, Hefei 230027, China;Department of Automation, University of Science and Technology of China, Hefei 230027, China;Department of Automation, University of Science and Technology of China, Hefei 230027, China;Institute of Intelligent Machines, Chinese Academy of Sciences, Hefei 230031, China |
| |
| Abstract: | |
| |
| Keywords: | human-computer interaction static hand gesture recognition hierarchical strategy HOG features support vector machine |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
|
