一种改进的DAGSVM手势识别方法及其应用
来源期刊:控制工程2013年第5期
论文作者:蔡军 李晓娟 张毅 罗元
文章页码:957 - 1924
关键词:改进的有向无环图支持向量机;深度信息;手势识别;智能轮椅;
摘 要:在支持向量机多分类方法基础上,提出了一种改进的有向无环图支持向量机(Directed Acyclic Graph Support Vector Machine,DAGSVM)手势识别方法。首先根据Kinect采集到的场景深度信息将前景和背景分开,分割得到手,然后提取其特征向量,利用特征向量训练多个SVM两分类器,采用DAG拓扑结构构成DAGSVM多分类器,并对其结构排序进行改进。实验证明,与其他支持向量机多分类方法相比,改进后的DAGSVM分类器能够达到更高的识别率,并将这个手势识别方法用于智能轮椅的控制上,收到了良好的效果。
蔡军,李晓娟,张毅,罗元
重庆邮电大学信息无障碍工程研发中心,智能系统及机器人研究所
摘 要:在支持向量机多分类方法基础上,提出了一种改进的有向无环图支持向量机(Directed Acyclic Graph Support Vector Machine,DAGSVM)手势识别方法。首先根据Kinect采集到的场景深度信息将前景和背景分开,分割得到手,然后提取其特征向量,利用特征向量训练多个SVM两分类器,采用DAG拓扑结构构成DAGSVM多分类器,并对其结构排序进行改进。实验证明,与其他支持向量机多分类方法相比,改进后的DAGSVM分类器能够达到更高的识别率,并将这个手势识别方法用于智能轮椅的控制上,收到了良好的效果。
关键词:改进的有向无环图支持向量机;深度信息;手势识别;智能轮椅;