基于Kinect的手势图像识别研究

基于Kinect的手势图像识别研究

金宏硕,刘振宇

(沈阳工业大学信息科学与工程学院,沈阳110870)

摘 要:针对在人机交互领域中基于视觉的手语识别的识别率低、实时性差等问题,采用Kinect深度摄像机对手语识别进行研究,并对不同的手语分类方式进行了分类和比较。首先通过Kinect设备采集手语图像,并提取出手部感兴趣区域,然后对手部图像进行预处理,得到手部边缘图像。随后用Hu矩方法对手部边缘图像进行特征提取。分别应用支持向量机、神经网络和随机森林三种分类方法对得到的数据进行分类和比较。最终结果表明,实验的平均识别率达到97.4%,同时发现在小样本情况下支持向量机方案的识别率最高,而随机森林的实时运行效果最好。

关键词:Kinect设备;Hu矩;特征提取;支持向量机;神经网络;随机森林

DOI:10.3969/j.issn.1002-2279.2018.03.011

中图分类号:TP391.4

文献标识码:A

文章编号:1002-2279(2018)03-0047-08

Research on Gesture Image Recognition Based on Kinect

JIN Hongshuo, LIU Zhenyu

( School of Information Science and Engineering, Shenyang University of Technology, Shenyang 110870, China )

本文已发表在《微处理机》2018年第3期

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181024G0M2J700?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券