基于DTW与混合判别特征检测器的手势识别

摘要：

在动态手势识别领域，动态时间规整(DTW)算法在消除不同时空表示模式之间的时间差异方面具有优势，但作为一种模板匹配算法，受限于样本库的容量大小并且缺乏统计模型框架训练，其识别效果和稳定性较差，尤其在大数据量、复杂手势和组合手势的情况下。针对上述不足，提出一种基于DTW和混合判别特征检测器(CFDF)的手势识别算法。利用DTW只对手势信号在时域进行规整，通过CFDF将手势特征的概率分布转换成二值的分段线性函数，根据允许的偏差范围分别做归0或归1处理后，再进行二次分类。实验结果表明，该算法通过舍弃无辨识度特征有效地降低了维度和噪声，手势平均识别率可达91.2%，比单独采用DTW的识别算法提高了6.0%。

关键词：手势识别、动态时间规整、隐马尔可夫模型、归一化、统计模型、混合判别特征检测器

分类号：TP391(计算技术、计算机技术)

在线出版日期：2014-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：216-218,223