基于Kinect的手势特征提取的改进算法研究-论文.pdf

基于Kinect的手势特征提取的改进算法研究-论文.pdf

ID:53761628

大小:404.76 KB

页数:3页

时间:2020-04-24

基于Kinect的手势特征提取的改进算法研究-论文.pdf_第1页
基于Kinect的手势特征提取的改进算法研究-论文.pdf_第2页
基于Kinect的手势特征提取的改进算法研究-论文.pdf_第3页
资源描述:

《基于Kinect的手势特征提取的改进算法研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、图形图像文章编号:1007—1423(2014)20—0070—03DOI:10.3969~.issn.1007—1423.2014.20.015基于Kinect的手势特征提取的改进算法研究周杉,黄襄念,汤翱(西华大学数学与计算机学院,成都610039)摘要:在手语识别系统的应用背景下,基于微软的Kinect平台对使用者的手部主要特征进行提取。在算法CLTree和IntegratingBoosting的基础上进行算法改进,提出新的算法DoubleMixing对提取的特征进行处理,得到一系列能够让计算机进行识别的手语手型特征信息

2、.为后续的手语识别工作打下实验性的基础。关键词:手势特征;Kinect;CLTree;IntegratingBoosting0引言为信息增益(设为a)。但是CLTree因为没有已知的类手语是听障人士与正常人、听障人士与听障人士标签存在于聚类分析中.所以不能直接地用于聚类分之间进行交流的方式.而为聋哑人提供无阻碍的交流析。CLTree算法用高低密度的差异将原始数据库中的成了一直以来的问题随着微软Kineet的诞生.人机交每个数据标识为类型H和将另一种不一样类型的点互可以进一步的迈进我们的生活本文在手语识别系(假设出来的点)标识为

3、类型J,再将聚类转换成了H、J统的应用背景下根据Kinect获得五个数字手语的手两个类型的分类问题后采用决策判定树的方式进行结型、位置和方向特征.提出一种结合CLTree和Inte.果的聚类翻gratingBoosting的聚类算法DoubleMixing来提取手型利用CLTree对手型特征进行聚类要通过数据集基元。和分割后产生的字数据集的大小及其他一些相关的数值量计算信息增益a,如公式(1)所示。1相关算法原理基础m'一ngain(a)=info(D)-(-22L/ixinfo(D。))(1)通过手势比划中的手型我们才能判别

4、出表达者想i=1工,要表达的意思.不同的手型代表着不同的手语含义。本其中,lDl表示数据集的大小;IDI和in分别表示子文通过对Kinect获取手型特征进行研究发现.该手型数据集的大小和个数(这里分成了H和j两个类型,所特征中存在较多的无关属性.这也决定了为什么本文以使m-2):info(D)表示数据集D的信息熵。会选择基于高维空间的子空间聚类算法CL11ree作为1.2IntegratingBoosting算法原理对比算法对实验结果进行分析IntegratingBoosting与传统Boosting算法的不同1.1CLTre

5、e聚类算法【q原理之处在于.它的新训练样本实例是和原始样本训练数CL11ree是一种通过改进决策树的工作机制来分析一样多目前在随机属性空间的集成学习方法中的待处理属性子空间的那些分布不均匀的数据的算法.也解决难题就是:对于未知的训练样本集,在经过classi.是一种按层次爆炸式分裂的聚类算法为了将原始数fier分类后进行再Vote表决.怎样才能保证这个工作据集划分成不同的子空间集.需要借助于特定值的方过程的可信度和有效性。通过将一个未知值作为属性式来鉴别不同的属性特征,这里引入一个新的概念.即现代计算机2014.07中参考文献

6、:【1]Chen,Yen—Liangl,Hsu,Wu-Hsienl,Lee,Yu—Hsuan1.TASC:Two-Attribute—SetClusteringThroughDecisionTreeConstruction.Euro-peanJournalofOperationalResearch[C],Octoberl6,2006,174(2):930-944[2]ZhengZi-jian,Geoffrey,KaiMing.IntegratingBoostingandStochasticAttributeSelectionC

7、ommitteesforFurtherImprovingthePefor-manceofDecisionTreeLearning.ProceedingsoftheInternationalConferenceonToolswithArtificialIntelligence[C],1998:216-223[3]Chang,Jae—Woo,Jin,Du—Seok.ANewCell—BasedClusteringMethodforLarge,High-DimensionalDatainDataMiningApplications.

8、ProceedingsoftheACMSymposiumonAppliedComputing[C],2002:503-507[4]RobertBryll,RicardoGutierrez—Osuna,FrancisQuek.Attributebagging:Improving

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。