论文部分内容阅读
针对目前手势识别特征点检测的低效性,文中提出一种新的边缘特征点检测方法。文中方法通过借鉴稠密轨迹方法的特征描述方式,利用支持向量机分类学习的方法实现动态手势识别。该方法能够有效增加边缘轨迹的数量,从而给最终的识别带来裨益。利用剑桥大学手势数据集和谢菲尔德手势数据集进行性能评估,所提方法分别获得了99.11%与99.72%手势识别精度,体现了新算法在上述数据集中的优异性。