基于改进RCE和RBF神经网络的静态手势识别

摘要：

针对手势识别的手区域分割、手势特征提取和手势分类的三个过程,提出了一种新的静态手势识别方法.改进了传统的RCE神经网络用于手区域的分割,具有更高的运行速度和更强的抗噪能力.依Freeman链码方向提取手的边缘到掌心的距离作为手势的特征向量.将上一步得到的手势特征向量作为RBF神经网络的输入,进行网络的训练和分类.实验验证了该方法的有效性和可行性,并用其实现了人和仿人机器人的剪刀石头布的猜拳游戏.

关键词：手势识别、RCE神经网络、Freeman链码、RBF神经网络

所属期刊栏目：47

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金与中国民用航空总局联合资助项目the Natural Science Foundation of China and Civil Avmfion Administration China 60776816;广东省自然科学基金重点项目the Nature Science Foundation of Guangdong Province 8251064101000005

在线出版日期：2011-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：172-176