| 基于手语视觉单词特征的手语字母识别研究 |
| |
| 引用本文： | 杨全,彭进业.基于手语视觉单词特征的手语字母识别研究[J].计算机工程,2014(4):192-197,202. |
| |
| 作者姓名： | 杨全 彭进业 |
| |
| 作者单位： | 西北大学信息科学与技术学院,西安710127 |
| |
| 基金项目： | 基金项目：国家自然科学基金资助项H（61075014）;高等学校博士学科点专项科研基金资助项目（20116102110027）. |
| |
| 摘 要： | 为有效识别手语字母,提出一种手语视觉单词(SLVW)的识别方法。采用Kinect获取手语字母视频及其深度信息,在深度图像中,通过计算获得手语手势的主轴方向角和质心位置以调整搜索窗口,利用基于深度图像信息的DI_CamShift方法对手势进行跟踪,进而使用基于深度积分图像的Ostu方法分割手势,并提取其尺度不变特征变换数据。将局部特征描述子表示的图像小区域量化生成SLVW,统计一幅手语图像中的视觉单词频率,用词包模型表示手语字母,并用支持向量机进行识别。实验结果表明,该方法不受颜色、光照和阴影的干扰,具有较高的识别准确性和鲁棒性,对复杂背景手语视频中的30个手语字母的平均识别率达到96.21%。
|
| 关 键 词： | 手势跟踪 手语视觉单词 Ostu方法 深度图像 词包 手语字母 |
Study of Sign Language Alphabet Recognition Based on Sign Language Visual Word Features |
| |
| YANG Quan,PENG Jin-ye.Study of Sign Language Alphabet Recognition Based on Sign Language Visual Word Features[J].Computer Engineering,2014(4):192-197,202. |
| |
| Authors: | YANG Quan PENG Jin-ye |
| |
| Affiliation: | (School of Information Science and Technology, Northwest University, Xi＇an 710127, China) |
| |
| Abstract: | |
| |
| Keywords: | gesture tracking Sign Language Visual Word（SLVW） Ostu method depth image Bag of Words（BoW） sign languagealphabet |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
