针对传统动态手势识别方法准确性不高,鲁棒性不强的问题,研究动态手势轨迹运动的行为特征,从手势运动的轨迹点角度出发提出了一种基于递归图压缩的CK-1手势相似性检测算法,称为Tra DotRP(Gesture Recognition based on the Trajectory D...针对传统动态手势识别方法准确性不高,鲁棒性不强的问题,研究动态手势轨迹运动的行为特征,从手势运动的轨迹点角度出发提出了一种基于递归图压缩的CK-1手势相似性检测算法,称为Tra DotRP(Gesture Recognition based on the Trajectory Dots Sequence Recurrence Plot).首先利用阈值分割方法获取kinect传感器采集到的手势运动轨迹点序列,计算轨迹点与初始点连线的方向角,然后对手势轨迹进行方向角的特征序列提取;为了克服手势轨迹序列不等长问题,构造基于时空域的手势轨迹序列递归图;再利用MPEG-1压缩算法计算手势递归图之间的CK-1距离,最终完成动态手势识别目标.实验结果表明,该方法可以有效地解决手势轨迹序列不等长问题,在120个动态手势的数据集上准确率高达97.48%,超过目前流行的手势识别算法.展开更多
文摘针对传统动态手势识别方法准确性不高,鲁棒性不强的问题,研究动态手势轨迹运动的行为特征,从手势运动的轨迹点角度出发提出了一种基于递归图压缩的CK-1手势相似性检测算法,称为Tra DotRP(Gesture Recognition based on the Trajectory Dots Sequence Recurrence Plot).首先利用阈值分割方法获取kinect传感器采集到的手势运动轨迹点序列,计算轨迹点与初始点连线的方向角,然后对手势轨迹进行方向角的特征序列提取;为了克服手势轨迹序列不等长问题,构造基于时空域的手势轨迹序列递归图;再利用MPEG-1压缩算法计算手势递归图之间的CK-1距离,最终完成动态手势识别目标.实验结果表明,该方法可以有效地解决手势轨迹序列不等长问题,在120个动态手势的数据集上准确率高达97.48%,超过目前流行的手势识别算法.
