基于Kinect的中国手语识别

摘要：

基于微软Kinect提取的深度图像信息,提出了一种新的中国手语识别方法.该方法首先利用Kinect获取人体主要骨骼的3D坐标和手的3D坐标;然后根据中国手语的手型、手的位置和手的方向3个主要构造成分,分别采用DBSCAN和K-means聚类算法获取手语特征中的手的位置基元和方向基元,提出一种结合CLTree和Attributebagging聚类集成方法提取手型基元;最后将这3类基元进行组合采用模板匹配方法识别中国手语.通过对选取的72个中国手语进行识别实验,平均识别率为90.35％,实验结果说明了方法的可行性.

关键词：中国手语识别、基元、聚类、Kinect

所属期刊栏目：25

分类号：TP18(自动化基础理论)

资助基金：重庆市自然科学基金CSTC,2007BB2445;重庆市教委科学技术研究项目KJ110522;重庆邮电大学科研基金A2009-26;The Natural Science Foundation of Chongqing of ChinaCSTC,2007BB2445;The Science & Technology Research Project of Chongqing Education Committee of ChinaKJ110522;The Science Fund Project of Chongqing University of Posts and TelecommunicationsA2009-26

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：834-841,849