基于SURF特征跟踪的动态手势识别算法
提出了一种基于加速鲁棒特征(SURF)跟踪的动态手势识别算法.其特征在于算法无需预先检测分割入手区域,仅通过跟踪统计相邻帧间匹配SURF特征点的移动主方向来刻画手势运动轨迹,提出采用经时间规整的轨迹方向数据流来建立动态手势模型,利用基于相关分析的数据流聚类方法实现动态于势的识别,大大提高动态手势识别速度.实验使用26个英文字母作为动态手势训练和识别,手势训练集和测试集的识别率分别为87.1%和84.6%,并成功用于实验室自主研制的侦察移动机器人Hunter的运动控制中,证实了该方法的有效性.
动态手势识别、加速鲁棒特征、特征跟踪、动态手势模型
33
TP391(计算技术、计算机技术)
国家863计划资助项目2006AA042246;国家自然科学基金资助项目61075068;教育部重大创新工程培育资金资助项目708045;江苏省自然科学基金重点项目BK2009183;江苏省自然科学基金重点项口BK2010063
2011-11-11（万方平台首次上网日期，不代表论文的发表时间）
共8页
482-489
