-
公开(公告)号：CN104834894B
公开(公告)日：2018-09-25
申请号：CN201510151404.5
申请日：2015-04-01
Applicant: 济南大学
Abstract: 本发明的结合手势二进制编码和类‑Hausdorff距离的手势识别方法，特征在于：首先将手势图像标准化，并将其等分为多个子区域；通过比较手势库中手势图像与待识别手势图像，选取手势库中与待识别手势图像最为接近的前l个作为候选手势；然后通过计算候选手势图像与待识别手势图像的类‑Hausdorff距离，使类‑Hausdorff距离取最小值的动态手势即为识别结果。本发明的手势识别方法，解决了基于视觉的动态手势识别方法受旋转、平移、缩放的影响大，识别实时性不高，对相近手势区分度较小的问题，手势识别过程中待识别图像与手势库中图像的对比计算量适中，识别效率和准确性高，有益效果显著，便于应用推广。
-
公开(公告)号：CN104102904B
公开(公告)日：2016-03-23
申请号：CN201410334999.3
申请日：2014-07-14
Applicant: 济南大学
Abstract: 本发明一种静态手势识别方法，本发明提出一种基于空间手势坐标点分布特征HCDF和类-Hausdorff距离模板匹配的手势识别方法。首先用HCDF提取手势特征向量；然后将提取的特征与样本库进行相似性度量，选取M种相近的候选样本；最后用类-Hausdorff距离模板匹配的思想，从M种候选样本中识别出最终的手势。本发明的有益效果是：与HDF方法相比本发明有更高的识别率，并且本发明对于旋转、缩放、平移的手势，仍能正确识别，对区分度较小的相近手势仍能保持很高的识别率。另外，相比于单纯用类-Hausdorff距离进行识别，本发明的识别速度有较大提高。
-
公开(公告)号：CN104834894A
公开(公告)日：2015-08-12
申请号：CN201510151404.5
申请日：2015-04-01
Applicant: 济南大学
Abstract: 本发明的结合手势二进制编码和类-Hausdorff距离的手势识别方法，特征在于：首先将手势图像标准化，并将其等分为多个子区域；通过比较手势库中手势图像与待识别手势图像，选取手势库中与待识别手势图像最为接近的前l个作为候选手势；然后通过计算候选手势图像与待识别手势图像的类-Hausdorff距离，使类-Hausdorff距离取最小值的动态手势即为识别结果。本发明的手势识别方法，解决了基于视觉的动态手势识别方法受旋转、平移、缩放的影响大，识别实时性不高，对相近手势区分度较小的问题，手势识别过程中待识别图像与手势库中图像的对比计算量适中，识别效率和准确性高，有益效果显著，便于应用推广。
-
公开(公告)号：CN104102904A
公开(公告)日：2014-10-15
申请号：CN201410334999.3
申请日：2014-07-14
Applicant: 济南大学
Abstract: 本发明一种静态手势识别方法，本发明提出一种基于空间手势坐标点分布特征HCDF和类-Hausdorff距离模板匹配的手势识别方法。首先用HCDF提取手势特征向量；然后将提取的特征与样本库进行相似性度量，选取M种相近的候选样本；最后用类-Hausdorff距离模板匹配的思想，从M种候选样本中识别出最终的手势。本发明的有益效果是：与HDF方法相比本发明有更高的识别率，并且本发明对于旋转、缩放、平移的手势，仍能正确识别，对区分度较小的相近手势仍能保持很高的识别率。另外，相比于单纯用类-Hausdorff距离进行识别，本发明的识别速度有较大提高。
-
-
-
Search Results
4
records
(took 0.024 seconds)
