论文部分内容阅读
传统手势识别通过提取手势轮廓或关节点位置来进行手势分类识别,这些特征通常在多角度因素下难以准确地表征正确的手势信息,从而导致识别率下降。为了解决目前手势识别在多角度因素导致识别准确率下降的问题,该文提出一种融合HOG(方向梯度直方图)特征和手部多特征的手势识别方法。在特征提取中,首先对处理后的手势图像提取HOG特征并使用PCA降维,然后对手势轮廓提取手部多特征,再将两种特征进行归一化处理后串联融合形成最终的分类特征,最后将最终分类特征通过SVM(支持向量机)进行分类识别,在多角度因素下,该方法能够更