基于多特征提取和SVM分类的手势识别

摘要：

针对手势识别过程中分割出的手势不精确、利用单特征识别时识别率低等问题,提出一种使用深度信息进行多特征提取的手势识别算法.利用Kinect得到深度信息并完成人手定位,将手部区域细分成手掌区域、指尖区域和手臂区域;提出3个不同的特征描述子,即指尖点到手掌中心点的距离、指尖点到手掌平面的距离以及手掌区域特征;应用一个多分类的支持向量机(SVM)分类器对手势进行分类,在所建手势数据库中完成算法验证.实验结果表明,该算法能够精确分割手部区域,手势识别率得到很大提高.

关键词：深度图像、视觉特征、多特征提取、SVM分类、手势识别

所属期刊栏目：38

分类号：TP391.9(计算技术、计算机技术)

资助基金：山西省国际科技合作计划基金项目2014081012;山西省科技攻关基金项目2015031003-3

在线出版日期：2017-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：953-958