-
公开(公告)号：CN103745228A
公开(公告)日：2014-04-23
申请号：CN201310752309.1
申请日：2013-12-31
Applicant: 清华大学
Abstract: 本发明公开一种基于Fréchet距离的动态手势识别方法，至少包括以下步骤：获取输入视频中待识别的动态手势片段的手势位置信息；将获取的手势状态变化特征序列与预设模型中的特征序列依据Fréchet距离进行匹配；根据Fréchet距离匹配信息获取相似性结果并输出。本发明通过将提取的特征序列同预先得到的模型进行某种形式的相似性度量，依据相似程度确定待识别手势对应的分类，而利用Fréchet距离具有对时间序列曲线沿时间维度伸缩变换保持不变的特性，能够很好地适应动态手势变化速度沿时间维度分布不均匀的情况。
-
公开(公告)号：CN103745228B
公开(公告)日：2017-01-11
申请号：CN201310752309.1
申请日：2013-12-31
Applicant: 清华大学
Abstract: 本发明公开一种基于Fréchet距离的动态手势识别方法，至少包括以下步骤：获取输入视频中待识别的动态手势片段的手势位置信息；将获取的手势状态变化特征序列与预设模型中的特征序列依据Fréchet距离进行匹配；根据Fréchet距离匹配信息获取相似性结果并输出。本发明通过将提取的特征序列同预先得到的模型进行某种形式的相似性度量，依据相似程度确定待识别手势对应的分类，而利用Fréchet距离具有对时间序列曲线沿时间维度伸缩变换保持不变的特性，能够很好地适应动态手势变化速度沿时间维度分布不均匀的情况。
-
公开(公告)号：CN104063703A
公开(公告)日：2014-09-24
申请号：CN201410350194.8
申请日：2014-07-22
Applicant: 清华大学
Abstract: 本发明公开一种基于倒排索引方式的手势识别方法，包括以下步骤：获取输入图像中待识别的静态手势的手势区域信息；获取所述手势区域信息的手势特征信息；将获取的手势特征信息与预设数据集中存储的手势特征信息进行分类匹配；根据分类匹配结果获取待识别的静态手势的姿势信息并输出。本发明属于利用数据进行手势识别，避免了使用模型方法识别手势所带来的大量计算，并且相对于模型方法可以识别更大量的姿势。而本发明利用线段方向加强形状上下文特征，并利用倒排索引方法进行检索操作，相比现有数据识别手势方法更快速准确。
-
-
Search Results
3
records
(took 0.013 seconds)
