科研之友
微信
新浪微博
Facebook
分享链接
摘要
手势是人类与计算机交互的直观方式,随着人工智能技术的发展,以机器为核心的计算模式正朝着以人为中心的计算模式转变,自然且符合人类习惯的人机交互(HCI)方式逐渐成为目前研究的热点。一个高效的人机交互系统应该以良好的识别精度和识别速度为目标。文中提出了一种基于深度信息的静态手势识别方法,包含了手势大小、光照和旋转变化等因素的影响。从识别精度和速度两个方面,综合比较了如Hu矩、Zernike矩、伪Zernike矩、傅里叶描述符和Gabor特征等几种常见的图像特征描述符。手势识别采用多层感知器,它具有结构灵活、识别速度快等特点。为了提高识别精度、减少计算量,特征向量和神经网络均通过基于NSGA-II的多目标进化算法调整。在对手语识别的进一步探究中,对所提出的方法的有效性进行验证。
-
单位电子信息工程学院; 西安工业大学
