基于傅立叶描述子和HMM的手势识别
针对家庭服务机器人平台中人机交互的问题，本文提出基于视觉的手势识别作为人与机器人交互的方式，研究利用傅立叶描述子(Fourier Descriptor)对手势形状进行描述，并结合支持向量机(SVM)和隐马尔可夫模型(HMM)分别对静态手势和动态手势进行分类，实现了静态手势和动态手势的识别。该系统基于新型传感器Kinect，在图像分割阶段结合图像深度信息，可以有效的将手势区域提取出来，在一定范围内具有较强的鲁棒性，特征提取阶段基于傅立叶描述子，使手势识别具有旋转、缩放、平移不变性。本文针对七种常见静态手势和四种动态手势进行测试,平均识别率分别达到98.8％和96.7%，实验结果表明该系统具有较高的准确度。
手势识别 傅立叶描述子 隐马尔可夫模型 人机交互方式
陈启军 朱振娇 顾爽
同济大学电子与信息工程学院, 上海 201804
国内会议
厦门
中文
1-6
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）