科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高动态手势的实时性和识别率,提出一种基于字典学习的识别方法,该方法直接对跟踪到的手势轨迹进行操作,省却了传统方法的特征提取过程。其核心是将动态手势的分类识别问题转化为训练样本的字典构造和学习问题,并基于类别的字典学习方式获得一个经过优化的过完备字典,实现了可随时根据需要进行手势样本类别的添加或删除,从而降低了计算成本和识别时间,提高实时性。考虑到在识别中不同的动态手势甚至是相同动态手势的不同实例都有可能具有不同的动作幅度和速度这一难点,为每一类动态手势添加一个唯一的类别标签并通过预先设定的判别性稀疏编码将标签信息和字典的原子项紧密的联系在一起,使得来自同一类别的动态手势具有相似的稀疏编码,而来自不同类别的动态手势具有不同的稀疏编码,从而提高了动态手势识别的准确率。在自定义的10类动态手势集上进行了测试,实验结果表明,与现有的一些识别方法相比,本方法具有更高的识别率和更快的识别时间。
- 单位
