文献综述之多尺度模型与矩描绘子相结合

文献综述之多尺度模型与矩描绘子相结合

ID:44511020

大小:188.06 KB

页数:6页

时间:2019-10-22

文献综述之多尺度模型与矩描绘子相结合_第1页
文献综述之多尺度模型与矩描绘子相结合_第2页
文献综述之多尺度模型与矩描绘子相结合_第3页
文献综述之多尺度模型与矩描绘子相结合_第4页
文献综述之多尺度模型与矩描绘子相结合_第5页
资源描述:

《文献综述之多尺度模型与矩描绘子相结合》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、文献综述作者:小金子陈,华中师范大学该论文的题目是《多尺度模型与矩描绘子相结合的手势识别算法》,作者为丁海洋、阮秋琦,北京交通大学。该文提出了一种基于单目视觉的手势识别算法。通过用户初始化过程获取基本识别参数,结合视频跟踪的过程实时获取用户手势区域,在该区域内采用矩描绘子与多尺度模型相结合的方法进行特征提取,对于提取岀的特征采用分类识别规则,实现对手势I〜10的正确识别。经过试验证明,该算法可以适用于不同用户,识别正确率达到93.5%。该文提到,基于单13视觉的手势识别即仅通过单个摄像机来采集手势图像,建立手势的平面模型。特点:这种模型简单,处理的数据量较

2、小,识别时间短。但由于仅有一个视角,所以这种方法对于用户手势的输入限制较大;而基于多目视觉的手势识别即通过两个或是两个以上的摄像机来采集图像,建立手势的立体模型并进行立体手势识别。特点:对于用户手势的输入限制较小,可以实现更加自然的人机交互方式,但由丁立体模型较平面模型要复杂得多,需要处理的数据量很大,手势识别的时间会长得多。该文提到在刘江华等的论文中提出一种双目视觉的手势识别算法,实现了基于光流PCA(主分量分析)和DTW(动态时间规整)的命令手势识别,该系统的识别准确率很高,但是由于它是基于双冃视觉的手势识别系统,所以要建立立体手势模型,而且耍考虑双目

3、之间的特征匹配问题,方法比较复杂,计算量很大,在通常的计算机配置条件下实现的难度很大。(如果我们要达到较好的结果,最好还是采用双目的,但没有实验设备、而且难度大。)该文作者在针对双目视觉和前人对单目研究上的不足,提出种单目视觉的手势识别算法,该算法采用:进行图像分割,得到二值手势图像,并采用矩描绘子与多尺度模型相结合的方法进行特征提取。多尺度模型:即对给定的一幅手势图像,可以通过检测不同尺度的搜索样板,来检测手的不同部分的位置。具体来说,要检测用户手掌掌心的位置则采用与用户手掌大小相当的样板进行搜索匹配,得到的最佳匹配点就是用户手掌掌心所在的位置。要检测用

4、户指尖的位置则采用同用户指尖大小相当的样板进行搜索匹配,这样得到的若干满足要求的点就是指尖的位置,同时也得到了指尖的数量。要检测用户的手指的位置和角度则采用与用户手指尺寸相当的样板进行搜索匹配,得到的若干满足要求的点就是手指的位置,同时可以得到手指的数量及每个手指的角度。在得到了掌心、指尖和手指的参数以后,可以根据特定的识别规则得出手势识另的结果。1'描绘彳:表活图像特征的一系列符号。描绘又分为区域描绘和关系描绘,其文献综述作者:小金子陈,华中师范大学该论文的题目是《多尺度模型与矩描绘子相结合的手势识别算法》,作者为丁海洋、阮秋琦,北京交通大学。该文提出了

5、一种基于单目视觉的手势识别算法。通过用户初始化过程获取基本识别参数,结合视频跟踪的过程实时获取用户手势区域,在该区域内采用矩描绘子与多尺度模型相结合的方法进行特征提取,对于提取岀的特征采用分类识别规则,实现对手势I〜10的正确识别。经过试验证明,该算法可以适用于不同用户,识别正确率达到93.5%。该文提到,基于单13视觉的手势识别即仅通过单个摄像机来采集手势图像,建立手势的平面模型。特点:这种模型简单,处理的数据量较小,识别时间短。但由于仅有一个视角,所以这种方法对于用户手势的输入限制较大;而基于多目视觉的手势识别即通过两个或是两个以上的摄像机来采集图像,

6、建立手势的立体模型并进行立体手势识别。特点:对于用户手势的输入限制较小,可以实现更加自然的人机交互方式,但由丁立体模型较平面模型要复杂得多,需要处理的数据量很大,手势识别的时间会长得多。该文提到在刘江华等的论文中提出一种双目视觉的手势识别算法,实现了基于光流PCA(主分量分析)和DTW(动态时间规整)的命令手势识别,该系统的识别准确率很高,但是由于它是基于双冃视觉的手势识别系统,所以要建立立体手势模型,而且耍考虑双目之间的特征匹配问题,方法比较复杂,计算量很大,在通常的计算机配置条件下实现的难度很大。(如果我们要达到较好的结果,最好还是采用双目的,但没有实

7、验设备、而且难度大。)该文作者在针对双目视觉和前人对单目研究上的不足,提出种单目视觉的手势识别算法,该算法采用:进行图像分割,得到二值手势图像,并采用矩描绘子与多尺度模型相结合的方法进行特征提取。多尺度模型:即对给定的一幅手势图像,可以通过检测不同尺度的搜索样板,来检测手的不同部分的位置。具体来说,要检测用户手掌掌心的位置则采用与用户手掌大小相当的样板进行搜索匹配,得到的最佳匹配点就是用户手掌掌心所在的位置。要检测用户指尖的位置则采用同用户指尖大小相当的样板进行搜索匹配,这样得到的若干满足要求的点就是指尖的位置,同时也得到了指尖的数量。要检测用户的手指的位

8、置和角度则采用与用户手指尺寸相当的样板进行搜索匹配,得到的若干满足

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。