基于快速鲁棒性特征和隐马尔可夫模型的手语识别

• 作 者: 陈梯 孙杳如
• 机 构: 同济大学电子与信息工程学院计算机科学与技术系
• 出 处: 现代计算机(专业版)
• 发表日期: 2018年03期
• 关键词: 手语识别 深度图像 SURF HMM Sign Language Recognition Depth Images SURF HMM
• 基金项目: 上海科委“创新行动计划”基础研究项目（No.17JC1400603）

为解决手语识别在复杂环境下准确率低的问题,提出一种基于快速鲁棒性特征(SURF)和隐马尔可夫模型(HMM)的手语识别方法。所采用数据源是由Kinect摄像头拍摄的手语视频,针对视频中的每一帧图像,首先利用深度信息将手势从复杂背景中分割出来,再利用SURF算法对分割出的手势图像提取特征序列,作为HMM的输入参数,用于手势建模与识别。实验结果表明,此方法具有很好的识别效果,对手语视频中的8种手势的平均识别率达到93%,并且可以有效克服光照、角度和复杂背景的影响。