期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于手语视觉单词特征的手语字母识别研究
被引量：
1
1
作者
杨全
彭进业
《计算机工程》
CAS
CSCD
2014年第4期192-197,202,共7页
为有效识别手语字母,提出一种手语视觉单词(SLVW)的识别方法。采用Kinect获取手语字母视频及其深度信息,在深度图像中,通过计算获得手语手势的主轴方向角和质心位置以调整搜索窗口,利用基于深度图像信息的DI_CamShift方法对手势进行跟踪...
为有效识别手语字母,提出一种手语视觉单词(SLVW)的识别方法。采用Kinect获取手语字母视频及其深度信息,在深度图像中,通过计算获得手语手势的主轴方向角和质心位置以调整搜索窗口,利用基于深度图像信息的DI_CamShift方法对手势进行跟踪,进而使用基于深度积分图像的Ostu方法分割手势,并提取其尺度不变特征变换数据。将局部特征描述子表示的图像小区域量化生成SLVW,统计一幅手语图像中的视觉单词频率,用词包模型表示手语字母,并用支持向量机进行识别。实验结果表明,该方法不受颜色、光照和阴影的干扰,具有较高的识别准确性和鲁棒性,对复杂背景手语视频中的30个手语字母的平均识别率达到96.21%。
展开更多
关键词
手势跟踪
手语
视觉单词
Ostu方法
深度图像
词包
手语字母
在线阅读
下载PDF
职称材料
基于改进MobileNet网络的AR辅助手语字母识别方法
被引量：
2
2
作者
刘春宏
王松
+4 位作者
王赋攀
唐文生
裴云强
田东生
吴亚东
《系统仿真学报》
CAS
CSCD
北大核心
2023年第6期1308-1321,共14页
针对手语手势姿态待规范、识别率低的问题,提出一种AR辅助手语字母识别算法MSMobileNet。设计多尺度卷积模块提取底层特征,增强网络的特征提取能力;利用ELU激活函数来保留更全面的负值特征信息;结合适用于Web的轻量级MobileNet模型,提...
针对手语手势姿态待规范、识别率低的问题,提出一种AR辅助手语字母识别算法MSMobileNet。设计多尺度卷积模块提取底层特征,增强网络的特征提取能力;利用ELU激活函数来保留更全面的负值特征信息;结合适用于Web的轻量级MobileNet模型,提高面向移动AR应用的手语字母识别准确率和实时性。实验结果表明:MS-MobileNet在数据集ASL-M、NUS-II和Creative Senz3D上识别准确率较原模型分别提高了2.58%、5.32%和3.04%。基于MS-MobileNet网络设计一套WebAR辅助的手语字母协同交互系统,经评估测试,用户平均参与度达到8.2分,单次识别耗时低于0.115 s,能较好地满足用户沉浸式的实时手语字母交互需求。
展开更多
关键词
手语字母
识别
MobileNet
多尺度卷积
WebAR
协同交互
在线阅读
下载PDF
职称材料
采用深度图像信息和SLVW的手语识别
被引量：
2
3
作者
杨全
彭进业
《计算机工程与应用》
CSCD
2013年第19期5-10,35,共7页
为了实现手语视频中手语字母的准确识别,提出了一种基于DI_CamShift和SLVW的算法。该方法将Kinect作为手语视频采集设备,在获取彩色视频的同时得到其深度信息;计算深度图像中手语手势的主轴方向角和质心位置,通过调整搜索窗口对手势进...
为了实现手语视频中手语字母的准确识别,提出了一种基于DI_CamShift和SLVW的算法。该方法将Kinect作为手语视频采集设备,在获取彩色视频的同时得到其深度信息;计算深度图像中手语手势的主轴方向角和质心位置,通过调整搜索窗口对手势进行准确跟踪;使用基于深度积分图像的Ostu算法分割手势,并提取其SIFT特征;构建了SLVW词包作为手语特征,并用SVM进行识别。通过实验验证该算法,其单个手语字母最好识别率为99.87%,平均识别率96.21%。
展开更多
关键词
手语字母
识别
深度图像CamShift
手语
视觉单词(SLVW)
Kinect
深度图像
在线阅读
下载PDF
职称材料
题名
基于手语视觉单词特征的手语字母识别研究
被引量：
1
1
作者
杨全
彭进业
机构
西北大学信息科学与技术学院
出处
《计算机工程》
CAS
CSCD
2014年第4期192-197,202,共7页
基金
国家自然科学基金资助项目(61075014)
高等学校博士学科点专项科研基金资助项目(20116102110027)
文摘
为有效识别手语字母,提出一种手语视觉单词(SLVW)的识别方法。采用Kinect获取手语字母视频及其深度信息,在深度图像中,通过计算获得手语手势的主轴方向角和质心位置以调整搜索窗口,利用基于深度图像信息的DI_CamShift方法对手势进行跟踪,进而使用基于深度积分图像的Ostu方法分割手势,并提取其尺度不变特征变换数据。将局部特征描述子表示的图像小区域量化生成SLVW,统计一幅手语图像中的视觉单词频率,用词包模型表示手语字母,并用支持向量机进行识别。实验结果表明,该方法不受颜色、光照和阴影的干扰,具有较高的识别准确性和鲁棒性,对复杂背景手语视频中的30个手语字母的平均识别率达到96.21%。
关键词
手势跟踪
手语
视觉单词
Ostu方法
深度图像
词包
手语字母
Keywords
gesture tracking
Sign Language Visual Word（SLVW）
Ostu method
depth image
Bag of Words（BoW）
sign languagealphabet
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于改进MobileNet网络的AR辅助手语字母识别方法
被引量：
2
2
作者
刘春宏
王松
王赋攀
唐文生
裴云强
田东生
吴亚东
机构
西南科技大学计算机科学与技术学院
四川轻化工大学计算机科学与工程学院
出处
《系统仿真学报》
CAS
CSCD
北大核心
2023年第6期1308-1321,共14页
基金
国家自然科学基金面上项目(61872304,61802320)
四川省自然科学基金(2022NSFSC0961)
+1 种基金
西南科技大学博士基金(19zx7144)
西南科技大学素质类教改(青年发展研究)专项(20szjg17)。
文摘
针对手语手势姿态待规范、识别率低的问题,提出一种AR辅助手语字母识别算法MSMobileNet。设计多尺度卷积模块提取底层特征,增强网络的特征提取能力;利用ELU激活函数来保留更全面的负值特征信息;结合适用于Web的轻量级MobileNet模型,提高面向移动AR应用的手语字母识别准确率和实时性。实验结果表明:MS-MobileNet在数据集ASL-M、NUS-II和Creative Senz3D上识别准确率较原模型分别提高了2.58%、5.32%和3.04%。基于MS-MobileNet网络设计一套WebAR辅助的手语字母协同交互系统,经评估测试,用户平均参与度达到8.2分,单次识别耗时低于0.115 s,能较好地满足用户沉浸式的实时手语字母交互需求。
关键词
手语字母
识别
MobileNet
多尺度卷积
WebAR
协同交互
Keywords
sign language letter recognition
MobileNet
multi-scale convolution
WebAR
collaborative interaction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
采用深度图像信息和SLVW的手语识别
被引量：
2
3
作者
杨全
彭进业
机构
西北大学信息科学与技术学院
出处
《计算机工程与应用》
CSCD
2013年第19期5-10,35,共7页
基金
国家自然科学基金(No.61075014)
高等学校博士学科点专项科研基金资助课题(No.20116102110027)
文摘
为了实现手语视频中手语字母的准确识别,提出了一种基于DI_CamShift和SLVW的算法。该方法将Kinect作为手语视频采集设备,在获取彩色视频的同时得到其深度信息;计算深度图像中手语手势的主轴方向角和质心位置,通过调整搜索窗口对手势进行准确跟踪;使用基于深度积分图像的Ostu算法分割手势,并提取其SIFT特征;构建了SLVW词包作为手语特征,并用SVM进行识别。通过实验验证该算法,其单个手语字母最好识别率为99.87%,平均识别率96.21%。
关键词
手语字母
识别
深度图像CamShift
手语
视觉单词(SLVW)
Kinect
深度图像
Keywords
manual alphabets recognition
Depth Image CamShift（DI_CamShift）
Sign Language Visual Word（SLVW）
Kinect
depth image
分类号
TP311.52 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于手语视觉单词特征的手语字母识别研究
杨全
彭进业
《计算机工程》
CAS
CSCD
2014
1
在线阅读
下载PDF
职称材料
2
基于改进MobileNet网络的AR辅助手语字母识别方法
刘春宏
王松
王赋攀
唐文生
裴云强
田东生
吴亚东
《系统仿真学报》
CAS
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
3
采用深度图像信息和SLVW的手语识别
杨全
彭进业
《计算机工程与应用》
CSCD
2013
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
