首页 | 本学科首页   官方微博 | 高级检索  
     

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!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号