下载文档原格式
复杂背景下的手势识别方法易靖国;程江华;库锡树【摘要】In light of the problem of the high requirements of environment background in the gesture recognition based on vision, It presents a method of depth information in gesture extraction and recognition. Firstly, this method use the deep information provided by Kinect’s deep camera and HSV color information to segmented the palm region, and obtain a two-dimensional binary image of the palm region through mapping; Then, we can use morphological operations in the region of two-dimensional palm to processing with gesture images; And then using Hu moments to extract the features of the gesture. Finaly, using BP(Back Propagation)neural network for the gesture recognition of digital 1-10. Experimental results demonstrate that the proposed method can be adapted to the complex background, and the robustness and stability are better than the common method of gesture recognition.%针对基于视觉的手势识别技术对环境背景要求高的问题，提出了一种利用深度信息进行手势提取和识别的方法。
基于傅里叶描述子的手势识别方法
邢益良;雷华军
【期刊名称】《工业控制计算机》
【年(卷),期】2024(37)5
【摘要】手势识别是计算机视觉人机交互应用领域关键技术,手势轮廓携带有手势重要特征,准确捕获手势轮廓对提高手势识别具有重要意义。
针对手掌轮廓特征提取困难和手势识别率低问题,提出了基于傅里叶描述子的手势识别方法,按照候选窗口最大轮廓傅里叶描述子匹配度和置信度分割出手掌区域;跟踪手掌轮廓计算其傅里叶描述子得到手势轮廓特征值;将16个手势轮廓特征值作为BP人工神经网络的输入,利用BP人工神经网络识别手势。
实验表明,该方法能有效捕获手势轮廓和识别19种手势,具有识别率高、性能优良和鲁棒性好等优点。
【总页数】4页(P77-79)
【作者】邢益良;雷华军
【作者单位】海南软件职业技术学院
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于Hu不变矩及傅里叶描述子的手势分类算法
2.基于傅里叶描述子的手势轨迹模板匹配方法
3.基于矩和傅里叶描述子的云雨粒子图像识别方法
4.基于OpenCV 的数字手势识别方法
5.一种基于菲涅耳区和深度学习的WiFi手势识别方法
因版权原因，仅展示原文概要，查看原文内容请购买。
结合CSS与傅里叶描述子的手势特征提取李丹娇;彭进业;冯晓毅;王珺【摘要】目前常用的基于视觉的静态手势特征提取方法只从单一方面进行描述,缺乏全局信息和局部信息的有效结合.为此,提出一种结合CSS形状描述子与傅里叶描述子的手势特征提取方法.将CSS形状描述子与傅里叶描述子相结合,以此作为一种融合手势局部特征和全局特征的新的静态手势特征.实验结果表明,与传统方法相比,该方法的正确率更高,达到98.3％.%Aiming at the problem that the common static gesture features which are used in vision based recognition often only focus on gestures in a single aspect, and lack of effective gesture description for combination of wholeness and local part, this paper proposes an approach which extracts Fourier descriptor as a kind of global feature, and CSS shape descriptor as a kind of local feature, and then combines them into the final feature. Experimental results verify the effectiveness of this new feature on static gesture recognition by its high correct rate 98.3%, compared with traditional approaches.【期刊名称】《计算机工程》【年(卷),期】2012(038)006【总页数】3页(P178-180)【关键词】基于视觉;静态手势特征;CSS形状描述子;傅里叶描述子;局部特征;全局特征【作者】李丹娇;彭进业;冯晓毅;王珺【作者单位】西北工业大学电子信息学院,西安710129;西北工业大学电子信息学院,西安710129;西北工业大学电子信息学院,西安710129;西北工业大学电子信息学院,西安710129【正文语种】中文【中图分类】TP391.411 概述手势作为人的一种自然表达方式，在日常生活中被广泛使用。
基于傅立叶变换的掌纹识别方法（英文）李文新;张大鹏;许卓群【期刊名称】《软件学报》【年(卷),期】2002(013)005【摘要】Palmprint recognition aims at finding out the palmprint template from the database, which is from the same palm as a given palmprint input. Feature extraction plays an important role in the recognition process. In this paper, we propose a new feature extraction method by converting a spatial domain palmprint image into a frequency domain image using Fourier Transform (FT) and representing palmprint features in the frequency domain. The extracted features are used as indexes to the palmprint templates in the database and the searching for the best match is leaded by these features in a layered fashion. The experimental result shows that the proposed FT based feature extraction method is effective in terms of accuracy and efficiency on our palmprint database.%掌纹识别是指由计算机自动识别哪些掌纹图像来自同一只手掌,哪些来自不同的手掌.在掌纹识别中,特征提取算法的优劣至关重要.提出了一种基于傅立叶变换的掌纹特征提取方法.该方法的基本思想是先将掌纹图像应用傅立叶变换转换到频域,然后在频域中进行特征提取和描述.提取出来的特征备用来索引掌纹数据库,以便当一个新的掌纹图像被输入时,可以很快确定该手掌是否已经在掌纹库中注册.该方法可以用来做基于人体生物特征的身份识别,在安全领域有广泛的应用前景.实验验证了该方法的有效性.【总页数】8页(P879-886)【作者】李文新;张大鹏;许卓群【作者单位】北京大学,计算机科学技术系,北京,100871;香港理工大学,电子计算系,香港;香港理工大学,电子计算系,香港;北京大学,计算机科学技术系,北京,100871【正文语种】中文【中图分类】TP391【相关文献】1.基于小波子带融合的单训练样本掌纹识别方法 [J], 张延强;李哲谦;王博涵2.基于小波子带融合的单训练样本掌纹识别方法 [J], 张延强;李哲谦;王博涵;3.基于两段稀疏表示方法的3D掌纹识别方法 [J], 高淑芝;王鹏飞;李少阳4.基于TensorFlow的掌纹识别方法研究 [J], 王全;田宇5.基于深度学习的非接触掌纹识别方法 [J], 郑仕伟;韩俊刚因版权原因，仅展示原文概要，查看原文内容请购买。
2020年11月计算机工程与设计Nov.2020第41卷第11期COMPUTER ENGINEERING AND DESIGN Vol.41No.11复杂背景下基于卷积神经网络的手势识别柏丽银，彭亚雄+,陆安江，余圣新，张旭（贵州大学大数据与信息工程学院，贵州贵阳550025）摘要：针对不同场景的光照变化、背景噪声等复杂背景和不同年龄、肤色、手部形状大小等差异对手势识别的影响，提出一种改进的手势图像边缘检测与椭圆肤色检测相融合的方法来对手势图像手部进行分割，构建卷积神经网络对手势进行识别。
在边缘检测的基V上，融合椭圆肤色检测，提高手部分割精确度。
在网络的基V层，使用1/1的卷积核增强数据。
实验结果表明，该方法具有较强的鲁棒性，能有效分割出手势和识别手势，平均识别率为9&81%。
关键词：复杂背景；边缘检测；肤色检测；卷积神经网络；手势识别中图法分类号：TP391.41文献标识号：A文章编号：1000-7024（2020）11319905doi：10.16208/j.issnl000-7024.2020.11.032Gesture recognition based on convolutional neural network incomplexbackgroundBAI Liyin,PENG Yaxiong+,LU An-iang,YU Shengxin,ZHANG Xu(College of Big Data and Information Engineering&Guizhou University&Guiyang550025&China)Abstract:Aiming at the effects of different backgrounds such as illumination changes&background noise and other complex back-grounds&Fswe l FsskincolorFndhFndshFpesizeongesturerecognition&FnimprovededgedetectionFlgorithm wFsproposed and the algorithm was combined with elliptical skin color detection.The hand of the gesture image was segmented,and the convolutional neural network was constructed to recognize the gesture.Based on the edge detection,the elliptical skin color detection was combined to improve the hand segmentation accuracy.At the base layer of the network,a1*1convolution kernel was used to enhance the data.Experimental results show that the proposed method is robust and can effectively segment gestures and recognize gestures.The average recognition rate is98.81%.Keywords：complex background；edge detectiosn；skin color detection；convolutional neural network；gesture recognition0引言近年来，国内外针对基于计算机视觉的手势识别进行了广泛的研究，本文主要研究基于神经网络的手势识别，该方法一般主要分为两个步骤：①复杂背景下的手势分割、手势目标检测；②基于神经网络的特征提取与识别。
