公开(公告)号：CN103927555B

公开(公告)日：2018-01-05

申请号：CN201410191394.3

申请日：2014-05-07

Applicant: 重庆邮电大学

Inventor： 胡章芳 ,  罗元 ,  张毅 ,  杨麟 ,  席兵

IPC: G06K9/62

Abstract: 本发明涉及计算机视觉及智能人‑机交互领域，具体涉及一种基于机器视觉的人‑机交互系统及其交互方法。本发明结合Kinect传感器提出一种基于改进的SURF算法进行静态手语字母识别的方法。Kinect传感器采集目标区域的深度图像进行手像素区域分割可以克服光照变化、复杂背景带来的干扰；改进的SURF算法用于提取特征点，同时设置自适应半径r，在以r为半径的邻域内通过比较特征点个数、特征点间距2个指标来对SURF特征点进行逐级筛选，不仅大大提高了识别率，而且保证了识别工作在肤色、光照变化、复杂背景等环境因素以及角度变化和尺度变化方面的鲁棒性。为了克服SURF特征向量维数较高的问题，采用SVM的“一对一”分类法，对SURF特征描述符进行分类训练，得出识别的结果。

公开(公告)号：CN103927555A

公开(公告)日：2014-07-16

申请号：CN201410191394.3

申请日：2014-05-07

Applicant: 重庆邮电大学

Inventor： 胡章芳 ,  罗元 ,  张毅 ,  杨麟 ,  席兵

IPC: G06K9/62

Abstract: 本发明涉及计算机视觉及智能人-机交互领域，具体涉及一种基于机器视觉的人-机交互系统及其交互方法。本发明结合Kinect传感器提出一种基于改进的SURF算法进行静态手语字母识别的方法。Kinect传感器采集目标区域的深度图像进行手像素区域分割可以克服光照变化、复杂背景带来的干扰；改进的SURF算法用于提取特征点，同时设置自适应半径r，在以r为半径的邻域内通过比较特征点个数、特征点间距2个指标来对SURF特征点进行逐级筛选，不仅大大提高了识别率，而且保证了识别工作在肤色、光照变化、复杂背景等环境因素以及角度变化和尺度变化方面的鲁棒性。为了克服SURF特征向量维数较高的问题，采用SVM的“一对一”分类法，对SURF特征描述符进行分类训练，得出识别的结果。