基于CNN與HOG特征融合的視覺手勢(shì)識(shí)別

摘要： 手勢(shì)的多樣性和復(fù)雜性會(huì)對(duì)識(shí)別的可靠性和準(zhǔn)確性帶來(lái)較大影響，而基于視覺的手勢(shì)識(shí)別通常采用單一的特征來(lái)分類，但是單一的特征提取到的特征信息有限。為了解決該問題，提出了基于卷積神經(jīng)網(wǎng)絡(luò)(VGG16)與梯度方向直方圖(HOG)特征融合的手勢(shì)識(shí)別方法，融合后的特征包括圖像的深度紋理信息和局部區(qū)域梯度方向信息，以一對(duì)一方式構(gòu)建組合式SVM分類器完成手勢(shì)識(shí)別模型的訓(xùn)練和檢驗(yàn)。實(shí)驗(yàn)結(jié)果表明：在... （共9頁(yè)）