基于B参数的改进HMM动态手势识别算法
针对目前动态手势识别中隐马尔可夫模型(HMM)在训练B参数的过程中,训练过程复杂、易陷入局部最优解的不足,提出了一种基于B参数的改进HMM动态手势识别算法.该算法在计算HMM观测状态转移概率的过程中,引入了支持向量机(SVM)改进算法,利用SVM的强分类能力将其输出通过Sigmoid函数转换为概率,并作为HMM中各个隐状态的输出概率,优化了HMM的B参数,从而改进了HMM算法的性能,提高了系统的识别率.实验结果证明:该方法能够准确地识别出动态手势轨迹,平均识别率由86.1％提高到97.4％,并且对光照和复杂背景均具有较强的鲁棒性.
动态手势识别 人机交互 隐马尔可夫模型 支持向量机 B参数
张毅 姚圆圆 罗元
重庆邮电大学国家信息无障碍工程研发中心,重庆400065
国内会议
大连
中文
416-419
2015-10-22（万方平台首次上网日期，不代表论文的发表时间）