发明名称 |
一种基于特征融合的支持向量机的数字手势识别方法 |
摘要 |
本发明涉及一种基于特征融合的支持向量机的数字手势识别方法,USB摄像头采集数字手势图片,用于分类器的训练与手势识别;对采集到的数字手势图片进行预处理;对处理后的数字手势图片提取特征;对提取到的特征向量矩阵进行降维处理;将进行降维处理后的特征向量输入到多分类的分类器中进行训练和识别,观察测试结果,并对结果做出分析。此方法基于Hu矩全局特征与HOG局部特征相融合进而得到一种更易训练识别的特征向量,而后对提取到的向量进行了LDA降维处理,易于操作,简便,并且更有效的提高了数字手势识别的识别率。 |
申请公布号 |
CN104134061A |
申请公布日期 |
2014.11.05 |
申请号 |
CN201410401025.2 |
申请日期 |
2014.08.15 |
申请人 |
上海理工大学 |
发明人 |
吴健健;闵琪;陈玮 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
上海申汇专利代理有限公司 31001 |
代理人 |
吴宝根 |
主权项 |
一种基于特征融合的支持向量机的数字手势识别方法,其特征在于,具体包括如下步骤:1)USB摄像头采集数字手势图片,用于分类器的训练与手势识别;2)对采集到的数字手势图片进行预处理;将采集到的数字手势图片转换到灰度空间以获取对应的灰度图像;利用中值滤波对图像进行降噪处理;对图像进行锐化处理,突出图像的边缘轮廓与细节特征;3)对处理后的数字手势图片提取特征;对步骤2)处理后的数字手势图片中手势全局进行Hu矩特征提取,然后对步骤2)处理后的数字手势图片中提取基于HOG的局部特征,最后将提取的Hu矩特征与提取的HOG特征相融合;4)对提取到的特征向量矩阵进行降维处理:5)将步骤4)进行降维处理后的特征向量输入到多分类的分类器中进行训练和识别,观察测试结果,并对结果做出分析。 |
地址 |
200093 上海市杨浦区军工路516号 |