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