复杂背景下的手势分割与识别
目前在基于单目视觉的手势识别中,手势分割技术几乎都是基于简单的背景或者要求手势者带有特殊颜色的手套,给人机交互增加了一定的限制.本文融合人手颜色信息和手势运动信息,两次利用种子算法对复杂背景下的手势进行分割.根据分割出的手区域大大加速了运动特征参数的提取,并结合手区域的形状特征,建立手势的时空表观模型.识别时,采用独立分布的多状态高斯概率模型,进行时间规整.手势训练集和测试集的识别率分别为97.8%和95.6%.
复杂背景、手势分割、手势识别、独立分布、多状态高斯概率模型
28
TP291(自动化技术及设备)
国家自然科学基金69873022;国家高技术研究发展计划863计划863-306-ZT03-01-1
2004-03-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
256-261