文件名称:用于人机交互的静态手势识别系统
文件大小:298KB
文件格式:PDF
更新时间:2013-06-23 18:04:20
提出并实现一个用于人机交互的静态手势识别系统。基于皮肤颜色模型进行手势分割 , 并用傅里叶描述子描述轮廓。采用针对小样本特别有效且范化误差有界的支持向量机方法:最小 二乘支持向量机(LS2SVM)作为分类器。提出了LS2SVM 的增量训练方式 ,避免了费时的矩阵求 逆操作。为实现多类手势识别 ,利用DAG(Directed Acyclic Graph)将多个两类LS2SVM 结合起来。 对26 个字母手势进行识别 ,与多层感知器、 径向基函数网络等方法比较 ,LS2SVM 的识别率最高 , 为 93. 62 %。