李萌
- 作品数：3 被引量：9H指数：2
- 供职机构：北方工业大学信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于LBP和PCA机器学习的手势识别算法被引量：5
- 2015年
- 为解决听力障碍者与无障碍者的信息交流问题,对哑语手势自动识别技术进行研究;提出了一种改进的手势识别算法;首先通过YUV肤色分割、图像差分、连通域检测等算法进行预处理,获取完整的手型区域图像;然后对手型的二值图像进行轮廓检测,采用LBP变换与主成分分析进行特征提取与压缩;最后运用支持向量机的机器学习算法构建分类器,对哑语手势进行分类识别;通过对630张手势图像进行实验,结果表明,提出的算法有效提高了识别率与速度,识别率达到94.22%,速度达到0.29s/幅,可以满足哑语交流的实时性要求。
- 王景中李萌
- 关键词：手势识别局部二值模式主成分分析支持向量机
- 基于轮廓PCA的字母手势识别算法研究被引量：3
- 2014年
- 提出了一种改进的手势检测识别算法。首先对采集的手势图像综合运用Krisch算子的背景差分与肤色分割等算法进行预处理,然后根据手势的方向去除胳膊等非目标,截取手型区域。最后对手型图像进行轮廓检测,根据手型轮廓的二值图像进行PCA降维,并与投影降维后的样本计算空间距离,从而进行手势分类。通过此方法可以快速、准确地检测到手型区域,识别手型含义,且具有实时性。
- 王景中李萌
- 关键词：手势识别肤色分割主成分分析特征提取
- 基于几何特征的静态字母手势识别算法被引量：1
- 2014年
- 针对聋哑人哑语手势自动识别问题的复杂性,研究了手势几何特征的多样性及提取和识别方法,提出了一种基于几何特征的手势识别算法。首先,对手势图像进行肤色分割、边缘检测以及逻辑运算,然后,计算其质心面积等多项几何特征,通过实验方法测定最佳特征权值,最后,将其与样本图像特征值进行匹配,最佳匹配即为检测结果。根据30个字母手势创建了3套手势库,其中1套作为样本集,2套作为测试集。实验结果表明,通过该方法进行特征提取来识别汉语字母手势,可有效提高识别率,测试集识别率达到93.33%。
- 王景中李萌
- 关键词：手势识别肤色分割边缘检测特征提取
