基于Kinect的动态手势识别算法改进与实现

摘要：

为解决隐马尔科夫模型(HMM)算法在动态手势识别中存在的准确率不高、容易受未定义手势的干扰、难以适应复杂背景等问题,本文提出了一种基于Kinect V2传感器改进的HMM动态手势识别方法.该方法进行手势分割后,以质心运动轨迹正切角的值进行均匀量化编码,通过设置概率阈值模型及编码的种类来排除未定义手势、进行动态手势识别,并对比不同实验环境下的识别效果.实验结果表明,改进后的HMM算法有效地排除了多种未定义手势,能够适应复杂背景和黑暗条件,而且能够提高对已定义手势的识别率.

关键词：Kinect V2传感器、动态手势识别、改进隐马尔科夫模型(HMM)、未定义手势、识别率

所属期刊栏目：29

资助基金：国家自然科学基金F2012203111;河北省高等学校科学技术研究青年基金2011139

在线出版日期：2019-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：841-851