技术总结
本发明公开了一种基于随机投影多核学习的手势识别方法,步骤包括:采集手势图像,并对图像进行预处理,预处理包括手势定位和手势分割;对预处理分割后的手势提取sift特征;采用k‑means算法训练学习字典,然后使用迭代字典更新算法更新字典;对手势图像进行空间金字塔划分,并对在每层空间金字塔中对手势图像的sift特征,根据训练得到的字典进行编码,得到特征向量,并对特征向量进行级联,接着使用随机投影进行对特征向量降维;对每层金字塔降维后的特征向量学习核矩阵,采用多核模型学习算法进行分类学习,得到最优核矩阵组合系数。本发明解决了目前传统的手势识别方法中存在的背景干扰、复杂度较高、耗时长和识别率低等问题。
技术研发人员:王淼;孙季丰;余家林;宋治国
受保护的技术使用者:华南理工大学
文档号码:201710085235
技术研发日:2017.02.17
技术公布日:2017.06.30