一种基于深度图像的DAG-SVMs数字手势识别方法  

作　　者：李孟歆[1] 林佰凤 刘方卉竹 

机构地区：[1]沈阳建筑大学信息与控制工程学院,辽宁省沈阳市110168

出　　处：《电子技术与软件工程》2017年第16期86-86,共1页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

摘　　要：基于深度图像当然DAG-SVMs数字手势识别方法采用Kinect的骨骼追踪技术对人体手部关节进行跟踪,获取手部关节的深度坐标,将深度骨骼信息融合彩色信息进行手部分割。结合边缘长度矩与Hu不变矩作为数字手势的新特征。通过构建与优化DAG-SVMs分类器,实现了对数字手势的分类识别,仿真实验结果表明,采用基于深度图像的DAG-SVMs数字手势识别方法可以有效降低光照强度干扰,且平均识别率达到98%。

关 键 词：骨骼追踪 深度图像 DAG-SVMs多类分类器 手势识别 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]