使用SVM（支持向量机）的手势识别手势

时间：2012-07-27 15:51:22

标签： c# image-processing gesture-recognition feature-extraction human-computer-interface

我是指定在签署语言解释下完成项目的学生。我已完成所有分割和形态操作。此外，它的时间分类手势，我已经通过不同的期刊。我毫不怀疑，哪些功能适合我的分类。我选择C＃作为编程语言，选择 SVM Classifier 进行分类。请列出一些可能的功能。如果可能，请使用完整的数学文档。

我找到的功能： 形状描述符，如纵横比，圆度，扩散度 胡 - 变种和时刻特征

Hand Segmented Image Final Edge Detected Image

我最近发现在特征提取之前完成图像的重新调整大小和标准化。他们建议算法如下：

  • 调整为某些分辨率，例如100 * 100
  • 垂直对齐图像的第一主成分。
  • 最后，重建适合图像的边界框。

我怀疑如果手指对齐怎么办。 如果训练手指与主掌轴成45度对齐并且长度为10个单位，那么如果测试数据显示为45度和5个单位以外的对齐怎么办？

  

和遇到的功能：手指计数和主要成分   分析（PCA）。但PCA在物理上意味着什么？

2 个答案:

答案 0 :(得分：0)

最后，我选择了HU-Moment功能进行手势识别，因为它已经被证明是平移，旋转和缩放不变。对于SVM部分，我选择SVM.NET 'LIBSVM'中的JAVA和[{1}} C++作为编程语言

的包装器

答案 1 :(得分：0)

一类非常强大的功能是傅立叶描述符。这些特征被提取为曲线。这些功能可以快速计算，并且在比例，平移和方向方面不变。

有关如何计算这些内容的详细信息，请访问：http://demonstrations.wolfram.com/FourierDescriptors/

一些研究表明傅立叶描述符在形状分析中的有用性。其中一项研究是 “二维形状分类中自回归和傅立叶描述符的实验比较”，作者：H Kauppinen，T Seppanen ... - 模式分析和...，1995

相关问题
最新问题