基于組合特征提取的手勢識別英文翻譯

摘要：手勢在視覺交流上是一個熱門的研究領(lǐng)域，主要用于手語識別和人機(jī)交互的目的。在本論文中，我們提出了一個通過使用隱馬爾可夫模型（HMM模型）能夠?qū)崟r從彩色圖像的序列中識別字母字符（A-Z）和數(shù)字（0-9）的系統(tǒng)。我們的系統(tǒng)有三個主要階段：自動分割和手勢區(qū)域的預(yù)處理、特征提取和分類。在自動分割和手勢區(qū)域的預(yù)處理階段，通過使用均值漂移算法和卡爾曼濾波，顏色和3D深度圖是用來探測手將出現(xiàn)的軌跡。在特征提取階段，笛卡爾系統(tǒng)的使用讓我們得到三維組合特征的位置、方向和速度。然后，K-均值聚類采用隱馬爾可夫模型。最后階段所謂的分類，Baum - Welch算法是用來做一個完整的隱馬爾可夫模型參數(shù)訓(xùn)練。通過使用左-右手型與Viterbi算法結(jié)合的方法字母和數(shù)字的手勢被識別。實驗表明我們的系統(tǒng)能成功識別手勢的概率是98.33%。

關(guān)鍵字：手勢識別，計算機(jī)視覺，圖像處理，模式識別