文档摘要:针对动态手势时间可变性和手势复杂空间关系等问题,提出融合时空特征的动态手势识别方法.基于动态手势视频的关键帧和手势关节点信息,计算得到角度特征、距离特征和轨迹特征.融合3类特征并利用SVM(Sup-portVectorMachine)实现动态手势识别.实验表明,该方法更加完整地表述动态手势时空信息,运行时间更短,在UTD-MHAD数据集上识别率为96.47%,在中国交通警察指挥手势数据集上识别率为98.66%,识别效果较理想.
作者:侯莹莹 李建军Author:HOUYingying LIJianjun
作者单位:内蒙古科技大学信息工程学院,内蒙古包头014010
刊名:内蒙古科技大学学报
Journal:JournalofInnerMongoliaUniversityofScienceandTechnology
年,卷(期):2022, 41(2)
分类号:TP391.4
关键词:动态手势识别 手势关节点 时空特征 特征融合 SVM
机标分类号:TP391TP183U463.6
在线出版日期:2022年9月9日
基金项目:国家自然科学基金基于时空特征融合的动态手势识别[
期刊论文] 内蒙古科技大学学报--2022, 41(2)侯莹莹 李建军针对动态手势时间可变性和手势复杂空间关系等问题,提出融合时空特征的动态手势识别方法.基于动态手势视频的关键帧和手势关节点信息,计算得到角度特征、距离特征和轨迹特征.融合3类特征并利用SVM(Sup-portVectorMachi...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词:
|
|