<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>
關(guān) 閉

新聞中心

EEPW首頁(yè) > 工控自動(dòng)化 > 設計應用 > 基于多特征SVMs分類(lèi)器的手語(yǔ)識別的研究

基于多特征SVMs分類(lèi)器的手語(yǔ)識別的研究

作者: 時(shí)間:2016-12-22 來(lái)源:網(wǎng)絡(luò ) 收藏

  七個(gè)不變矩由二階和三階中心矩的線(xiàn)性組合構成,具體表達式如下:

  實(shí)驗中,使用了全部的7Hu不變矩特征量作為手語(yǔ)圖像整體形狀描述的特征向量。形成特征空間(M1, M2, M3, M4, M5, M6, M7),如表1所示。

  表1手語(yǔ)字母X,Y,Z的7Hu矩分量

  SIFT特征

  David G.Lowe在2004年總結了現有的基于不變量技術(shù)的特征檢測方法,并正式提出了一種基于尺度空間的、對圖像縮放、旋轉甚至仿射變換保持不變性的圖像局部特征描述算子-SIFT算子[6,11],即尺度不變特征變換。

  SIFT算法首先在尺度空間進(jìn)行特征檢測,并確定關(guān)鍵點(diǎn)(Keypoints)的位置和關(guān)鍵點(diǎn)所處的尺度,然后使用關(guān)鍵點(diǎn)鄰域梯度的主方向作為該點(diǎn)的方向特征,以實(shí)現算子對尺度和方向的無(wú)關(guān)性。

  Lowe在圖像二維平面空間和DoG(Difference of Gaussian)尺度空間中同時(shí)檢測局部極值以作為特征點(diǎn),以使特征具備良好的獨特性和穩定性。DoG算子定義為兩個(gè)不同尺度的高斯核的差分,其具有計算簡(jiǎn)單的特點(diǎn),是歸一化LoG (Laplacian of Gaussian)算子的近似。DoG算子如下式所示:

  對于圖像上的點(diǎn),計算其在每一尺度下DoG算子的響應值,這些值連起來(lái)得到特征尺度軌跡曲線(xiàn)。特征尺度曲線(xiàn)的局部極值點(diǎn)即為該特征的尺度。尺度軌跡曲線(xiàn)上完全可能存在多個(gè)局部極值點(diǎn),這時(shí)可認為該點(diǎn)有多個(gè)特征尺度。

  一幅圖像SIFT特征向量的生成算法總共包括4步:

  (1)尺度空間極值檢測,初步確定關(guān)鍵點(diǎn)位置和所在尺度。

  (2)通過(guò)擬和三維二次函數以精確確定關(guān)鍵點(diǎn)的位置和尺度,同時(shí)去除低對比度的關(guān)鍵點(diǎn)和不穩定的邊緣響應點(diǎn)(因為DoG算子會(huì )產(chǎn)生較強的邊緣響應),以增強匹配穩定性、提高抗噪聲能力[6,11]。

  (3)利用關(guān)鍵點(diǎn)鄰域像素的梯度方向分布特性為每個(gè)關(guān)鍵點(diǎn)指定方向參數,使算子具備旋轉不變性。

  式(14)為(x,y)處梯度的模值和方向公式。其中L所用的尺度為每個(gè)關(guān)鍵點(diǎn)各自所在的尺度。

  (4)生成SIFT特征向量。 首先將坐標軸旋轉為關(guān)鍵點(diǎn)的方向,以確保旋轉不變性。接下來(lái)以關(guān)鍵點(diǎn)為中心取8×8的窗口。然后在每4×4的小塊上計算8個(gè)方向的梯度方向直方圖,繪制每個(gè)梯度方向的累加值,即可形成一個(gè)種子點(diǎn)。手語(yǔ)字母圖像的SIFT特征提取如圖2所示。


  圖2 (a)手語(yǔ)字母J原圖 (b)對(a)提取SIFT特征向量

  實(shí)驗

  本文從視頻中采集了中國手語(yǔ)字母表中的30個(gè)手語(yǔ)字母的圖像,30組,每組圖像195幅,共5850幅圖像作為實(shí)驗圖像。每組的前50幅作為正例訓練樣本,從其他29組中各選取5幅共145幅作為反例訓練樣本。每類(lèi)圖像除選作正例的50圖像外,剩余的145幅作為測試圖像。實(shí)驗中首先提取圖像的7維不變矩特征量,48維Gabor紋理特征,128維SIFT特征作為圖像全局和局部特征描述。然后分別采用兩種不同核函數(Linear kernel, Radical Basis Function)的SVMs分類(lèi)器進(jìn)行訓練,對中國手語(yǔ)字母表中的30個(gè)手語(yǔ)字母圖像的識別結果如表2所示。

  表2 30個(gè)中國手語(yǔ)字母的識別結果

  基于線(xiàn)性核函數的SVM平均識別率為95.556%,基于徑向基核函數的SVM平均識別率為83.1282%。實(shí)驗表明,采用徑向基核函數的SVM識別率普遍低于采用線(xiàn)性核函數的SVM。

  結語(yǔ)

  本文提出了一種采用7Hu不變矩特征量等多種圖像特征相融合的SVMs手語(yǔ)識別方法。實(shí)驗表明,在手語(yǔ)識別中,采用圖像全局和局部特征相結合的方法,可獲得較高的識別率,為手語(yǔ)識別方法的早日推廣應用提供了理論依據。


上一頁(yè) 1 2 下一頁(yè)

關(guān)鍵詞: 手語(yǔ)7Hu矩SIFTSVMs核函

評論


技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>