期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度信息和SURF-BoW的中国手语识别算法
被引量:
6
1
作者
杨全
彭进业
《模式识别与人工智能》
EI
CSCD
北大核心
2014年第8期741-749,共9页
为实现视频中手语的准确识别,提出一种基于深度图连续自适应均值漂移(DI_CamShift)和加速强健特征词包(SURF-BoW)的中国手语识别算法.该算法将Kinect作为手语视频采集设备,在获取彩色视频的同时得到其深度信息.算法首先计算深度图像中...
为实现视频中手语的准确识别,提出一种基于深度图连续自适应均值漂移(DI_CamShift)和加速强健特征词包(SURF-BoW)的中国手语识别算法.该算法将Kinect作为手语视频采集设备,在获取彩色视频的同时得到其深度信息.算法首先计算深度图像中手语手势的主轴方向角和质心位置,通过调整搜索窗口对手势准确跟踪;然后使用基于深度积分图像的OTSU算法分割手势并提取其加速强健特征(SURF),进而构建SURF-BoW作为手语特征并使用SVM识别.通过实验验证该算法在单个手语字母上的最好识别率为99.37%,平均识别率为96.24%.
展开更多
关键词
深度图连续自适应均值漂移(
DI_CamShift)
加速
强健
特征词
包
(
SURF-BoW)
深度图像
手语识别
下载PDF
职称材料
题名
基于深度信息和SURF-BoW的中国手语识别算法
被引量:
6
1
作者
杨全
彭进业
机构
西北大学信息科学与技术学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2014年第8期741-749,共9页
基金
国家自然科学基金项目(No.61075014)
高等学校博士学科点专项科研基金项目(No.20116102110027)资助
文摘
为实现视频中手语的准确识别,提出一种基于深度图连续自适应均值漂移(DI_CamShift)和加速强健特征词包(SURF-BoW)的中国手语识别算法.该算法将Kinect作为手语视频采集设备,在获取彩色视频的同时得到其深度信息.算法首先计算深度图像中手语手势的主轴方向角和质心位置,通过调整搜索窗口对手势准确跟踪;然后使用基于深度积分图像的OTSU算法分割手势并提取其加速强健特征(SURF),进而构建SURF-BoW作为手语特征并使用SVM识别.通过实验验证该算法在单个手语字母上的最好识别率为99.37%,平均识别率为96.24%.
关键词
深度图连续自适应均值漂移(
DI_CamShift)
加速
强健
特征词
包
(
SURF-BoW)
深度图像
手语识别
Keywords
Depth Image CamShift ( DI_CamShift ) Speeded Up Robust Features-Bag of Words ( SURF-BoW) Depth Image Sign Language Recognition
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度信息和SURF-BoW的中国手语识别算法
杨全
彭进业
《模式识别与人工智能》
EI
CSCD
北大核心
2014
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部