侯莹莹;李建军;
摘要(Abstract):
针对动态手势时间可变性和手势复杂空间关系等问题,提出融合时空特征的动态手势识别方法.基于动态手势视频的关键帧和手势关节点信息,计算得到角度特征、距离特征和轨迹特征.融合3类特征并利用SVM(Support Vector Machine)实现动态手势识别.实验表明,该方法更加完整地表述动态手势时空信息,运行时间更短,在UTD-MHAD数据集上识别率为96.47%,在中国交通警察指挥手势数据集上识别率为98.66%,识别效果较理想.
关键词(KeyWords): 动态手势识别;手势关节点;时空特征;特征融合;SVM
基金项目(Foundation): 国家自然科学基金资助项目(62066036)
作者(Authors): 侯莹莹;李建军;
DOI: 10.16559/j.cnki.2095-2295.2022.02.015