首页|非均匀光照下静态手势识别研究

非均匀光照下静态手势识别研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
在工业生产任务中,实际操作环境通常比较复杂,常常导致手势识别的准确率降低.为提高手势识别对环境的适应能力并提高识别的实时性,分别在预处理,特征提取及分类识别三个方面进行研究.首先采用改进的同态滤波算法进行图像的增强预处理,然后提取增强后图像的梯度方向直方图(HOG)特征,采用主元分析(PCA)方法对其进行降维,并将降维后的特征输入到支持向量机(SVM)中进行分类.结果表明,改进后的同态滤波算法能较好克服光照不均导致的手势分割困难问题,使识别率从93.2％提高到了 95.6％.而PCA结合HOG使每张图像的分类时间从18.07ms缩短到降维后的1.43ms,在大幅提高识别速度的同时,识别精度几乎不受影响.
Static Gesture Recognition Research Under Uneven Illumination

卜明龙、黄家海、辛文斌、郝惠敏

展开 >

太原理工大学机械与运载工程学院,山西太原 030024

新型传感器与智能控制山西省重点实验室,山西 太原 030024

工业生产 手势识别 同态滤波 主元分析

山西省关键核心技术和共性技术研发攻关专项山西省重点研发计划(国际合作)

2020XXX009201603D421009

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.383(1)
  • 9