10.3969/j.issn.1002-2279.2022.02.011
基于支持向量机的手势识别研究
针对传统神经网络算法普遍存在识别准别率不高、运算量较大的问题,以手势分类识别为目标,通过人体肤色特征和SVM模型,设计一种手势识别检测模型.方法采用椭圆傅里叶算子算法提取出手势区域的轮廓,构成手势的特征向量.将肤色空间从RGB空间转到HSV空间下,从背景中将手势区域分离出来,在手势完整性方面引入形态学处理技术,有效填补手势图片中的黑洞区域和去除白点区域,直接对手势图片进行边缘处理.利用Qt制作客户端实现了基本数字手势的快速识别,并进行验证实验.实验结果表明,该方法在手势识别的准确率方面相比于传统算法都有所提高.
手势识别、OpenCV库、支持向量机、Qt开发、傅里叶描述子
43
TP391.41(计算技术、计算机技术)
国家自然科学基金61663005
2022-04-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
47-50