融合多特征和壓縮感知的手勢識別
2013-01-01 00:00:00張汗靈李紅英周敏
湖南大學學報·自然科學版 2013年3期
摘要：基于壓縮感知理論，提出了一種新的手勢識別方法，考慮到單個特征的局限性，結合Zernike矩和HOG描述符從全局和局部角度描述手勢外觀和形狀，訓練階段提取手勢訓練圖像的Zernike矩和HOG特征構建字典，識別階段提取待測樣本特征，將其表示成相應訓練字典的稀疏線性組合，采用求解l1范數的最優化問題實現分類，實驗結果證明，和目前應用較廣的手勢識別方法相比，該方法具有較強的競爭性，而且通過融合兩種形狀特征，對光照、尺度、旋轉等變化更具魯棒性。
關鍵詞：手勢識別；壓縮感知；凸優化；zernike矩；HOG描述符
