摘要
本发明公开了一种针对大词汇量的手势识别方法,包括训练隐马尔科夫模型和分流识别框架手势识别;本发明可以有效的对手势数据进行降维处理,减少算法处理数据的维度大小,从而减少算法运行的时间,进一步提高了手势识别的实时性,符合人们正常手势交流的习惯,使手势交流更加自然流畅,并且本发明结合手势分流识别框架,有效的对手势数据进行预分类,减少识别过程的时间,提高了整体手势识别的识别率,从而进一步提高手势识别精度和效率,并且能有效的解决实时场景下,连续大量的手势的训练识别问题。
- 单位
本发明公开了一种针对大词汇量的手势识别方法,包括训练隐马尔科夫模型和分流识别框架手势识别;本发明可以有效的对手势数据进行降维处理,减少算法处理数据的维度大小,从而减少算法运行的时间,进一步提高了手势识别的实时性,符合人们正常手势交流的习惯,使手势交流更加自然流畅,并且本发明结合手势分流识别框架,有效的对手势数据进行预分类,减少识别过程的时间,提高了整体手势识别的识别率,从而进一步提高手势识别精度和效率,并且能有效的解决实时场景下,连续大量的手势的训练识别问题。