基于深度信息和SURF-BoW的中国手语识别算法

摘要：

为实现视频中手语的准确识别，提出一种基于深度图连续自适应均值漂移( DI_CamShift)和加速强健特征词包( SURF-BoW)的中国手语识别算法.该算法将Kinect作为手语视频采集设备，在获取彩色视频的同时得到其深度信息.算法首先计算深度图像中手语手势的主轴方向角和质心位置，通过调整搜索窗口对手势准确跟踪；然后使用基于深度积分图像的OTSU算法分割手势并提取其加速强健特征( SURF)，进而构建SURF-BoW作为手语特征并使用SVM识别.通过实验验证该算法在单个手语字母上的最好识别率为99.37%，平均识别率为96.24%.

关键词：深度图连续自适应均值漂移(DI_CamShift)、加速强健特征词包(SURF-BoW)、深度图像、手语识别

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目61075014;高等学校博士学科点专项科研基金项目20116102110027

在线出版日期：2014-09-23（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：741-749