期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于手势多特征融合及优化Multiclass-SVC的手势识别 被引量:13
1
作者 程淑红 程彦龙 杨镇豪 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第6期225-232,共8页
深度相机的发展使得获取手势骨骼信息更加方便,为了从多维手势骨骼节点大数据中获取有用信息并在室内复杂环境和近距离条件下实现对常见双手静态交互动作的识别,提出一种基于多特征融合及生物启发式遗传算法优化多分类支持向量分类器(mu... 深度相机的发展使得获取手势骨骼信息更加方便,为了从多维手势骨骼节点大数据中获取有用信息并在室内复杂环境和近距离条件下实现对常见双手静态交互动作的识别,提出一种基于多特征融合及生物启发式遗传算法优化多分类支持向量分类器(multiclass-SVC)的静态手势识别方法。利用手势骨骼数据设计了新的手势特征且通过特征组合策略建立更全面的手势特征序列,削弱了冗余特征产生的影响,提高了数据处理能力;采用生物启发式遗传算法优化multiclass-SVC的核函数与惩罚参数,得到最优核函数和惩罚参数,能够克服因随机选择核函数和惩罚参数导致手势识别准确度低的缺点;运用P、R、F1、A度量指标对手势识别模型进行综合评估,且通过与KNN、MLP、MLR、XGboost等模型的对比实验,验证了所提手势识别模型能有效提高手势识别准确度;通过迭代增加手势样本数据进行模型训练的方法分析了样本容量对手势识别准确度的影响,提供了一种提高手势识别准确度的有效方法。实验结果表明,手势识别准确率达到98.4%,识别算法的查准率、查全率和F1性能评测指标均值不低于0.98。 展开更多
关键词 体感控制器 手势特征序列 多分类支持向量分类器 遗传算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部