基于嵌入式系统的支持向量机手势识别算法研究

《基于嵌入式系统的支持向量机手势识别算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文题目:基于嵌入式系统的支持向量机手势识别算法研究研究生刘妙阁专业计算机应用技术指导教师严义教授完成日期2016年3月杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明：所呈交的学位论文１．是本人在导师的指导Ｋ本人郑重声明，独立进行研巧７：作所取得的成果。除文中己经，．注明引Ｗ的内容外本论义不含任何其他个人或集体己经发表或撰巧过的作１。｜或成巧，。对本义的硏免做出巫巧寅献的个人和尖体巧己化文中ＬＵ明确方式标明。？－申请学位论文与资料若巧不实么处，本人承化切相关巧任。论义作者篇名：

2、＾刮円期：Ｗ作学位论文使用授权说明本人完余了解杭州电子科技大学关于保留和使用学位论文的规定，即；研究生化校攻读学位期间论文工作的知识产权单位诚杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文：１；作成果时署名单位仍然为杭州电子科技大学。Ｌ学校巧权保留送交抢义的怒印件．允许爸阅和借阅论义；学校可Ｕ公布论文的全：部或部分内容，可ＬＵ化许采州影印、缩印或其它按制乎段化倚论文。（保密论义化解密后遇守此规定）论义作者签名；：１Ｉ韦日期知年月円）咬指导教师签名円期：年月曰戶奔杭州电

3、子科技大学硕士学位论文基于嵌入式系统的支持向量机手势识别算法研究研究生：刘妙阁指导教师：严义教授2016年3月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterAStudyonSupportVectorMachineforGestureRecognitionbasedonEmbeddedSystemCandidate:LiuMiaogeSupervisor:Prof.YanYiMarch，2016杭州电子科技大学硕士学位论文摘要手势是种自然、直观

4、的交流方法，它能像语言一样表达某种意思。手势识别技术有较广泛的应用，但由于算法本身的相对复杂，所以多数基于PC机实现。基于嵌入式系统的手势识别相对PC机具有便捷性等优点，有实际应用价值。在计算、存储资源有限的嵌入式系统上实现手势识别需要对识别算法进行改进，才能在保证识别准确率前提下提高系统实时性。手势识别系统包括图像采集和预处理、图像识别等。识别算法的选择对性能有重要影响，本文选择支持向量机算法作为识别算法。支持向量机算法基于统计学习理论和结构风险最小化理论，相对于人工神经网络和决策树等算法有更好的理论基础和泛化能力以及更高的识

5、别准确率。因为ARM架构处理器应用较广，所以选择在ARM架构处理器的嵌入式系统上实现手势识别。由于训练算法较复杂，多数人都选择在PC机训练模型，然后通过模型参数，在嵌入式系统实现识别部分。本文选择将支持向量机算法的训练部分和识别部分一起在嵌入式系统中实现，以满足应用的需要。由于嵌入式系统运算能力和内存都不如PC机，所以本文针对手势识别应用改进支持向量机算法使其能在资源有限的嵌入式系统上有效运行，满足稳定性和实时性要求，提出了基于切比雪夫-径向基混合核函数的改进多分类DAGSVM算法。改进算法对训练样本做了筛选，采用新的混合核函数

6、，将遗传算法用于参数选取，改进了多分类DAGSVM算法和SMO训练算法，浮点数运算定点化处理。经过实验验证了改进算法比原算法有更快的训练、识别速度，识别准确率基本不变。本文针对支持向量机手势识别算法在嵌入式平台实现关键问题改进算法，使其在保证手势识别准确率同时加快运行速度，增强系统实时性。关键词：手势识别，支持向量机，嵌入式，ARMI杭州电子科技大学硕士学位论文ABSTRACTGestureisanatural,intuitivecommunicationmethod,whichcanexpresssomemeaningslik

7、elanguage.Gesturerecognitiontechnologyhaswideapplyrange,butbecausethecomplexofthealgorithm,mostrecognitionalgorithmruninpersonalcomputer,personalcomputerisbigandhigh-priceandnoteasytocarry,soitcan’tfitpracticalapplicationdemand.Wecanchooseimplementthegesturerecogniti

8、onalgorithminembeddedsystemwhichhasmorepracticalvalue.Inordertoimplementthegesturerecognitiononembeddedsystemwhichhaslimitcomputati