免费论文摘要：鉴于HOG 和HMM的动静肢势辨别接洽

跟着计划机视觉和人为智能本领的兴盛，人机交互本领（Human-Computer Interaction, 简称HCI）变成一个接洽热门，更加是天然肢势的辨别获得了普遍的关心。肢势不妨经过有意旨手部模样或疏通举行供给与计划摆设的天然交互接口，分为静态肢势和动静肢势。本接洽全力于兴盛且高精确度的及时动静肢势辨别体例的研制。该体例不妨到达三上面的需要：a）在搀杂后台、各别普照前提、手部表观变革、内平面回旋和赶快挪动等情景具备确定鲁棒性；b）到达及时性；c）不妨对动静肢势的时间和空间变革有确定的忍耐度。正文所提出的动静肢势辨别体例包括三个重要阶段：肢势检验和测定，肢势盯梢和动静肢势辨别。对检验和测定阶段，咱们提出了一种鉴于HOG+SVM框架的新式高效且忍耐肢势内平面回旋的检验和测定算法。在肢势盯梢阶段，正文提出了一种鉴于隔壁帧的时间和空间消息和各别目标SVM模子后验几率表的及时盯梢算法。在动静肢势辨别阶段，经过肢势盯梢天生的肢势轨迹动作输出，咱们运用隐马尔科夫模子（Hidden Markov Models，简称HMM）对该肢势轨迹的典型举行辨别。对准正文动静肢势辨别体例的各阶段提出的算法，咱们均举行了相映的洪量试验。鉴于肢势检验和测定的试验截止，最高本能的矫正HOG特性被用来检验和测定阶段的检验和测定算子。正文所提出的肢势盯梢算法也被表明在各别肢势盯梢尝试数据集下本能优于暂时几个最高程度盯梢算法。同声，将肢势辨别体例与另一个鉴于HMM算法的肢势辨别框架比拟较，试验截止表白新提出的本领是具备出色性的。结果，咱们开拓了一个可用动静肢势操纵的Octave Audio Player音乐播放器。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/280065.html