基于多特征融合的手势识别研究
卢梦圆
官巍
马力
西安邮电大学计算机学院 西安 710061
摘要：基于视觉的手势识别通常采取单一特征用于手势分类,但是单一特征不能代表整个图像.因此论文提出多种特征融合的方法,分别提取了梯度方向直方图(HOG)和局部二值模式(LBP)两种特征,并进行特征融合,融合特征不仅包含图像的局部区域梯度方向信息,还有纹理信息,可以更加全面地描述手势特征.然后将融合特征向量输入SVM分类器完成手势识别.实验表明多特征融合方法相比于单一特征,有更高的识别率.该实验识别了24种手势,最大识别率达98％.
关键词：手势识别支持向量机梯度方向直方图局部二值模式特征融合
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2020-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2157-2161 )
英文信息