| 基于多特征加权融合的静态手势识别 |
| |
| 引用本文： | 陈影柔,田秋红,杨慧敏,梁庆龙,包嘉欣.基于多特征加权融合的静态手势识别[J].计算机系统应用,2021,30(2):20-27. |
| |
| 作者姓名： | 陈影柔 田秋红 杨慧敏 梁庆龙 包嘉欣 |
| |
| 作者单位： | 浙江理工大学信息学院,杭州310018;浙江理工大学信息学院,杭州310018;浙江理工大学信息学院,杭州310018;浙江理工大学信息学院,杭州310018;浙江理工大学信息学院,杭州310018 |
| |
| 基金项目： | 国家自然科学基金(51405448); 浙江理工大学博士科研启动项目(11122932611817); 浙江省大学生科技成果推广项目(14530031661961); 国家级大学生创新创业训练计划(201910338012); 浙江理工大学大学生科创项目(11120032662029, 11120132662028) |
| |
| 摘 要： | 针对人工提取特征的单一性及卷积神经网络提取特征的遗漏性问题,提出了一种基于多特征加权融合的静态手势识别方法.首先,提取分割后的手势图像的傅里叶和Hu矩等形状特征,将两者融合作为手势图像的局部特征;设计双通道卷积神经网络提取手势图像的深层次特征,采用主成分分析方法对提取的特征进行降维;然后,将提取的局部特征和深层次特征进行加权融合作为手势识别的有效特征描述;最后,使用Softmax分类器进行手势图像分类.实验结果验证了提出方法的有效性,在手势图像数据集上的识别准确率达到了99%以上.
|
| 关 键 词： | 手势识别 多特征加权融合 局部特征 双通道 深层次特征 |
| 收稿时间： | 2020/5/28 0:00:00 |
| 修稿时间： | 2020/6/19 0:00:00 |
Static Hand Gesture Recognition Based on Multi-Feature Weighted Fusion |
| |
| CHEN Ying-Rou,TIAN Qiu-Hong,YANG Hui-Min,LIANG Qing-Long,BAO Jia-Xin.Static Hand Gesture Recognition Based on Multi-Feature Weighted Fusion[J].Computer Systems& Applications,2021,30(2):20-27. |
| |
| Authors: | CHEN Ying-Rou TIAN Qiu-Hong YANG Hui-Min LIANG Qing-Long BAO Jia-Xin |
| |
| Affiliation: | School of Information Science and Technology, Zhejiang Sci-Tech University, Hangzhou 310018, China |
| |
| Abstract: | |
| |
| Keywords: | hand gesture recognition multi-feature weighted fusion local feature dual-channel deep hierarchical feature |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 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 |
|
