-
题名对偶树复小波与空域信息的手势识别分类研究
被引量：1
- 1
-
-
作者
贾鹤鸣
朱传旭
张森
杨泽文
何东旭
-
机构
东北林业大学机电工程学院
哈尔滨工程大学自动化学院
-
出处
《智能系统学报》
CSCD
北大核心
2018年第4期619-624,共6页
-
基金
中央高校基本科研业务费专项资金项目(2572014BB03)
国家自然科学基金项目(31470714
+1 种基金
51609048)
黑龙江省研究生教育创新工程项目(JGXM_HLJ_2016014)
-
文摘
为提高手势识别中特征获取的有效性,本文提出空域特征与对偶树复小波变换特征相结合的融合特征,主要包括水平位置、竖直位置、长宽比、矩形度、Hu矩7个分量,及11维空域特征与对偶树复小波变换的16维特征进行融合后得到的27维特征。针对分类器优化算法,提出进行训练样本优选的最优距离–支持向量机(BD-SVM)分类方法。最后的实验结果表明,对"1~9"手势进行测试,当采用径向基核函数时,平均识别精度最高,为90.33%,平均识别时间为0.026 s,说明所提出的方法能够较好地进行静态手势识别,具有较高的训练速度和辨识精度。
-
关键词
手势识别
空域特征
对偶树复小波
特征融合
分类器优化
bd-svm
径向基核函数
静态测试
-
Keywords
gesture recognition
spatial feature
dual-tree complex wavelet
feature fusion
classifier optimization
bd-svm
radial basis kernel function
static test
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
