动态手势检测与分类
本文提出一种对视频流中的连续手势进行检测和分类的方法.检测的目的是找到这些手势的开始帧和结束帧.文中提出的融合音频和视觉信息的检测方法确保了检测结果的鲁棒性和正确率.对于检测得到的手势,本文首次提出一种通过在Grassmann流形下精确度量其协方差矩阵距离的分类方法以有效区分不同类的手势.本文的方法在ChaLearn Multimodal Gesture dataset2013上进行测试,取得了很高的识别率,Recall和Precision均达到93％以上.
手势检测 图像分类 协方差矩阵 Grassmann流形 识别率
王汉杰 柴秀娟 陈熙霖
中国科学院智能信息处理重点实验室,中科院计算所,北京100190
国内会议
葫芦岛
中文
228-233
2015-09-11（万方平台首次上网日期，不代表论文的发表时间）