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