基于结构特征和深度学习的手势识别研究

来源 :河南科技大学 | 被引量 : 2次 | 上传用户:llqyf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近几年来,随着人工智能技术的快速进步,发展灵活、方便的智能化人机交互方式的需求日益迫切。手势交互方式具有直观、自然、丰富、符合人类交流习惯的特点,在工业控制、智能家居、手语识别等领域具有潜在的应用价值。手势识别作为人机手势交互关键技术正引起国内外研究学者的关注和重视。本文利用手势结构特征和深度学习方法,提出具有较高识别率和良好稳定性的手势识别方法。该方法包括图像预处理、特征提取、分类识别几个方面,具体内容如下:1.研究了利用肤色、形状、轮廓信息进行手势预处理的方法。首先在YCrCb空间结合肤色信息和贝叶斯模型得到了肤色分割图像;其次利用肤色分割图像中连通域面积、轮廓长度与手势手掌区域信息进行去噪与形状分割,获取了手势目标区域;最后使用霍夫变换检测轮廓直线的方法校正了手势的方向。2.研究了包含轮廓结构、手指结构、纹理结构的手势特征提取方法,具体内容如下:(1)通过提取手势轮廓的几何信息、展开曲线的时域和频域信息来构建轮廓结构特征;(2)通过设计近凸分解算法获得手势中手指的方向、位置、形状信息来构建手指结构特征;(3)通过利用手势图像在空域、频域的信息提取灰度共生矩阵(GLCM)特征与Gabor特征来构建纹理结构特征;(4)对归一化处理后的轮廓、手指、纹理结构特征进行融合,从而构建手势结构特征。3.研究了利用手势结构特征进行深度学习的分类识别方法。首先利用深度学习中的稀疏自动编码器与Softmax分类器组建了深度堆叠自编码网络,该网络采用了四层结构,分别为输入层、稀疏自动编码器构成的两层隐含层以及Softmax分类器构成的输出层;然后将手势结构特征作为深度堆栈自编码网络的输入进行了输入特征的深度学习与分类识别。实验结果表明:本文所研究的手势识别方法实现了手势目标区域的分割以及手势结构特征的提取,且能够利用所提取的特征进行手势识别,识别率达97.7%,高于其它现有的方法,具有较好的光照、旋转、缩放不变性,达到了研究的预期目标。
其他文献
大规模风电并网对系统暂态和中长期稳定都有重要影响,提出能够用于电力系统稳定分析的风电机组、风电场简化模型对于深入研究风电与电网暂态互动是十分重要的。目前WECC、IEC
<正> 前言 AB工艺系吸附生物降解工艺(Adsorption Biodegradation)的简称。是联邦德国亚琛大学B.Bhnke教授于七十年代中期所发明,八十年代初开始应用于工程实践。系在传统两
目的:体现中药与西药合用治疗骨质疏松症的优势,将健肾壮骨汤与骨化三醇胶丸联合运用于PKP术后患者,观察健肾壮骨汤与骨化三醇胶丸抗骨质疏松的临床疗效,并探讨二者治疗本病的交互作用。方法:将80例骨质疏松性胸腰椎压缩骨折PKP术后的患者随机分为对照组、中药组、西药组、中西药联合组,每组20例。对照组仅给予碳酸钙胶囊口服,一日1粒,饭后服用;中药组给予健肾壮骨汤口服,每日早晚各温服一次;西药组给予骨化三
目的 分析临床分离的耐亚胺培南铜绿假单胞菌对常用抗菌药物的耐药特征及对亚胺培南的耐药机制。方法 采用BD Phoenix 100 全自动微生物分析仪进行细菌鉴定,纸片扩散法(K-B法)进
调查表明,大多数毕业生认为实习对其成功就业有着重要影响,可以帮助他们提升沟通协调、人际交往和解决问题等能力。大学生的实习经历、就业单位对实习经历的看重程度、对第一
由于孔雀石绿其稳定的三苯甲烷结构能够对人体产生“三致作用”,于2002年已被我国列为禁用药物。孔雀石绿对鱼类的杀菌、抗寄生虫的效果良好、且价格低廉,在养殖业仍然存在违
随着现代通信网络系统的不断完善和发展,传统的微波无线通信技术已经难以满足人们对通信系统容量和信息传输速率与日俱增的需求。近些年来,光纤通信因其高带宽、低损耗、高抗
本研究工作提出了一种强大、高效并且可靠的Homa传输协议修改方案。我们引入了一种新颖、直接并且高效的按报文大小确定优先级的算法。首先,根据传入流量,更改未进行优先级调度的截止报文的大小范围。我们使用显式机制确定截止范围,并根据负载报文大小确定优先级。其次,我们选择了最佳比例来分配优先级,并据此更改已调度和未调度数据包的优先级数。关于Homa传输协议的修改方案是直接的,并不复杂,并且可以被认为是根据
近年来,正交异性钢桥面板凭借其特殊的结构,在大跨度桥梁中的应用越来越普及。然而,正交异性钢桥面结构在其现场装配过程中不可避免地会出现错边变形,在错口处产生应力集中,
目的:探讨多层螺旋CT (Multi-slice spiral computeredtomography,MSCT)与MRI对先天性感音神经性耳聋(Sensorineuralhearing loss,SNHL)患者内耳结构异常的诊断价值。方法:收集我院2