基于HOG特征的稀疏编码手语识别方法研究

摘要：

为提高手语识别方法的识别速度与识别率,提出一种基于HOG特征的稀疏编码手语识别方法.通过基于学习加权局部特征的监督、判别和面向事件的字典,将手语识别表达为稀疏表示问题.对每一类手语样本的HOG特征进行提取,再用LC-KSVD算法来学习面向事件和辨别的字典,以将样本数据传输到稀疏空间.鉴于不同类别样本之间的区别,采用提取HOG特征来更加精确地表达出每一类手语独有的信息特征,经过字典学习得到一个过完备字典,作为判别错误项的判别性稀疏编码和重构误差以及分类性误差组合,形成目标函数,以在字典学习过程期间提高稀疏表示中的辨别能力.在自制24类手语数据集上进行测试,实验结果表明,与现有的一些识别方法相比,本方法具有更高的识别率和更快的识别时间.

关键词：手语识别、稀疏编码、字典学习、LC-KSVD算法

所属期刊栏目：41

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2020-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：50-57