基于栈式稀疏自编码多特征融合的快速手势识别方法

作     者：强彦 董林佳 赵涓涓 张婷 QIANG Yan;DONG Lin-jia;ZHAO Juan-juan;ZHANG Ting

作者机构：太原理工大学计算机科学与技术学院 

出 版 物：《北京理工大学学报》 (Transactions of Beijing Institute of Technology)

年 卷 期：2019年第39卷第6期

页      面：638-643页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61572344) 虚拟现实技术与系统国家重点实验室开放基金资助项目(BUAA-VR-17KF-15,BUAA-VR-17KF-14 BUAA-VR-16KF-13) 山西省回国留学人员科研资助项目(2016-038) 

主　　题：YCbCr颜色空间模型 手势分割 栈式稀疏自编码 多特征融合 手势识别 

摘      要：针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域(region of interest,ROI)的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数(radial basis function,RBF)的支持向量机(support vector machine,SVM)分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.