| 基于高斯过程模型的指节图像识别方法 |
| |
| 引用本文： | 杨世强,闫雪萍. 基于高斯过程模型的指节图像识别方法[J]. 计算机系统应用, 2018, 27(5): 186-192 |
| |
| 作者姓名： | 杨世强 闫雪萍 |
| |
| 作者单位： | 西安理工大学 机械与精密仪器工程学院, 西安 710048,西安理工大学 机械与精密仪器工程学院, 西安 710048 |
| |
| 基金项目： | 国家自然科学基金（51475365）；陕西省教育厅省级重点实验室科学研究计划项目（12JS071）；陕西省自然科学基础研究计划（2017JM5088） |
| |
| 摘 要： | 在基于图像的人机交互智能装配的手势识别与动作跟踪中，手部关节的图像定位是基础，并且关节信息的准确性对手势描述和行为识别与理解有直接影响.针对指节图像特征分布具有较强随机性，利用同态滤波进行图像预处理，以增强图像特征.基于高斯过程模型对手部指节图像二类特征进行学习，用样本对象的聚类测度，学习数据分布的特征模型，将学习获得的两类特征模型作为图像特征的检测器，检测结果即为图像的两个似然值.将经过正负类样本标记过的两种模型似然值作为输入，直接依据估计结果对手部关节图像进行检测识别.通过对不同位置处的手部关节识别分析和测试库检测，结果表明，本文所述方法可以直接得到后验概率的分布，提高了目标识别的准确性和效率.
|
| 关 键 词： | 同态滤波 二值分类 潜变量函数 高斯过程 指节识别 |
| 收稿时间： | 2017-09-08 |
| 修稿时间： | 2017-09-27 |
Finger Knuckles Image Recognition Method Based on Gaussian Process Model |
| |
| YANG Shi-Qiang and YAN Xue-Ping. Finger Knuckles Image Recognition Method Based on Gaussian Process Model[J]. Computer Systems& Applications, 2018, 27(5): 186-192 |
| |
| Authors: | YANG Shi-Qiang and YAN Xue-Ping |
| |
| Affiliation: | Faculty of Mechanical and Precision Instrument Engineering, Xi''an University of Technology, Xi''an 710048, China and Faculty of Mechanical and Precision Instrument Engineering, Xi''an University of Technology, Xi''an 710048, China |
| |
| Abstract: | |
| |
| Keywords: | homomorphic filtering binary classification latent variables function Gaussian process hand knuckles recognition |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
