首页 | 本学科首页   官方微博 | 高级检索  
     

基于彩色-深度视频和CLDS的手语识别
引用本文:张淑军,彭中,王传旭.基于彩色-深度视频和CLDS的手语识别[J].数据采集与处理,2019,34(1):91-99.
作者姓名:张淑军  彭中  王传旭
作者单位:青岛科技大学信息科学技术学院, 青岛,266061
基金项目:国家自然科学基金61472196,61672305;山东省重点研发计划2017GGX10127国家自然科学基金(61472196,61672305)资助项目;山东省重点研发计划(2017GGX10127)资助项目。
摘    要:提出一种基于彩色-深度视频和复线性动态系统(Complex linear dynamic system, CLDS)的手语识别方法,可以保证时序建模数据与原始数据严格对应,准确刻画手语特征,从而显著提高分类精度。利用深度视频补偿RGB视频中的缺失信息,提取手语视频运动边界直方图(Motion boundary histogram, MBH)特征,得到每种行为的特征矩阵。对特征矩阵进行CLDS时序建模,输出能唯一表示该类手语视频的描述符M=(A,C),然后利用子空间角度计算各模型之间的相似度;通过改进的K最近邻(K-nearest neighbors, KNN)算法得到最终分类结果。在中国手语数据集(Chinese sign language, CSL)上的实验表明,本文方法与现有的手语识别方法相比,具有更高的识别率。

关 键 词:手语识别  线性动态系统  深度视频  运动边界直方图特征  KNN分类
收稿时间:2018/2/27 0:00:00
修稿时间:2018/3/14 0:00:00

Sign Language Recognition Based on Color-Depth Videos and CLDS
Zhang Shujun,Peng Zhong,Wang Chuanxu.Sign Language Recognition Based on Color-Depth Videos and CLDS[J].Journal of Data Acquisition & Processing,2019,34(1):91-99.
Authors:Zhang Shujun  Peng Zhong  Wang Chuanxu
Affiliation:College of Science and Technology, Qingdao University of Science and Technology, Qingdao,266061,China
Abstract:
Keywords:sign language recognition  linear dynamic system  depth video  MBH feature  KNN classification
点击此处可从《数据采集与处理》浏览原始摘要信息
点击此处可从《数据采集与处理》下载全文
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