-
题名基于高斯过程模型的指节图像识别方法
- 1
-
-
作者
杨世强
闫雪萍
-
机构
西安理工大学机械与精密仪器工程学院
-
出处
《计算机系统应用》
2018年第5期186-192,共7页
-
基金
国家自然科学基金(51475365)
陕西省教育厅省级重点实验室科学研究计划项目(12JS071)
陕西省自然科学基础研究计划(2017JM5088)
-
文摘
在基于图像的人机交互智能装配的手势识别与动作跟踪中,手部关节的图像定位是基础,并且关节信息的准确性对手势描述和行为识别与理解有直接影响.针对指节图像特征分布具有较强随机性,利用同态滤波进行图像预处理,以增强图像特征.基于高斯过程模型对手部指节图像二类特征进行学习,用样本对象的聚类测度,学习数据分布的特征模型,将学习获得的两类特征模型作为图像特征的检测器,检测结果即为图像的两个似然值.将经过正负类样本标记过的两种模型似然值作为输入,直接依据估计结果对手部关节图像进行检测识别.通过对不同位置处的手部关节识别分析和测试库检测,结果表明,本文所述方法可以直接得到后验概率的分布,提高了目标识别的准确性和效率.
-
关键词
同态滤波
二值分类
潜变量函数
高斯过程
指节识别
-
Keywords
homomorphic filtering
binary classification
latent variables function
Gaussian process
hand knucklesrecognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-