局部特征与全局特征结合的HMM静态手势识别

摘要：

针对静态手势识别问题,提出了一种综合考虑局部形状与全局轮廓的隐马尔科夫模型(HMM)静态手势识别算法.该算法提取局部形状熵特征与上层轮廓特征分别作为训练数据训练每类手势的HMM参数.测试时,先凭借局部形状熵特征得出初步识别结果,然后根据初步识别结果的模糊性,附加与局部特征互补的上层轮廓特征进行再识别,得出最终识别结果.实验结果表明,该算法对于形状差异占主导地位的手势库有很好的效果,并且将静态手势的空间序列模拟成时间序列使得静态手势识别具有空间尺度不变性;同时该算法合理控制特征维数,一定程度上弱化了HMM训练时间长的弊端,加快了识别的速度.

关键词：静态手势识别、HMM、形状熵特征、上层轮廓特征

所属期刊栏目：43

分类号：TP242.6+2(自动化技术及设备)

资助基金：黑龙江省自然科学基金F201245

在线出版日期：2016-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：247-251