计算机视觉中手语识别研究

四儿
• 阅读 205

计算机视觉中手语识别研究

手语识别的目的就是通过计算机提供一种有效的、准确的机制将聋哑人常用的手语手势识别出来,使得他们与健全人之间的交互变得更方便、快捷。同时,手语识别的应用还可以提供更自然的人机交互方式,方便聋哑人对计算机等常用信息设备的使用。目前手语识别可以分为基于视觉(图像)的识别系统和基于数据手套(佩戴式设备)的识别系统。基于视觉的手势识别系统采用常见的视频采集设备作为手势感知输入设备,价格便宜、便于安装。鉴于基于视觉的手势识别方法交互自然便利,适于普及应用,且更能反映机器模拟人类视觉的功能,所以目前是手势识别的研究重点。

手语识别的研究开始于1982年,Shantz和Poizner实现了一个合成美国手语的计算机程序。之后,中国、美国、日本、德国等许多国家都进行了自己国家的手语识别与合成研究,并取得了许多重要的研究成果。Triesch和Malsburg开发了一种弹性图模板匹配技术对复杂背景下的手形进行分类,在相对复杂的背景下的识别率达到86.2%。Davis和Shah将戴上指间具有高亮标记的视觉手套的手势作为系统的输入,可识别7种手势。Starner等在对美国手语中带有词性的40个词汇随机组成的短句子识别率达到99.2%。Yang等人采用7Hu不变矩特征量进行手语字母识别,最好识别率为90%。 计算机视觉中手语识别研究

在图像特征提取方面,为了能够同时表征图像的全局特性和局部特性,需要同时提取图像的全局特征和局部特征,并且这些特征中用以描述图像整体形状的特征应当具备平移、旋转和尺度不变性。SIFT(Scale Invariant Feature Transform)是一种对尺度空间、图像缩放、旋转甚至仿射不变的图像局部特征描述算子;而7Hu不变矩特征量具有平移、旋转和尺度不变性的特点,具有很好的稳定性,适合描述目标整体形状。

数据堂自制版权的系列数据集产品为“手势识别”这一技术路径的实现提供了强有力的支持。

1314,178张18种手势识别数据

314,178张18种手势识别数据涵盖多种场景、18种手势、5种拍摄角度、多年龄段、多种光照条件。在标注方面,标注21关键点(每个关键点有可见不可见属性)、手势类别和手势属性。314,178张18种手势识别数据可用于手势识别、人机交互等任务。

基于线性核函数的SVM平均识别率为95.556%,基于径向基核函数的SVM平均识别率为83.1282%。实验表明,采用径向基核函数的SVM识别率普遍低于采用线性核函数的SVM。

本文提出了一种采用7Hu不变矩特征量等多种图像特征相融合的SVMs手语识别方法。实验表明,在手语识别中,采用图像全局和局部特征相结合的方法,可获得较高的识别率,为手语识别方法的早日推广应用提供了理论依据。

点赞
收藏
评论区
推荐文章
不是海碗 不是海碗
1年前
APISpace的 人脸检测API 它来啦~
人脸检测是指通过计算机视觉技术,从图像中识别、检测出人脸,并确定人脸的位置及大小。它是一种计算机图像处理技术,是计算机视觉领域的关键技术,可用于实现自动识别和跟踪人脸。
四儿 四儿
1年前
手势识别数据集:让计算机了解你的表情与手势
在当今数字化时代,我们离不开计算机、手机和其他电子设备。与此同时,手势识别技术也越来越受关注。手势是我们与生俱来的一种表达方式,通过它们可以传达思想和情感。因此,手势识别技术也变得越来越重要。而在实现这项技术中,手势识别数据集起着关键性的作用。什么是手势识
Stella981 Stella981
2年前
Serverless 实战:用 20 行 Python 代码轻松搞定图像分类和预测
图像分类是人工智能领域的一个热门话题,通俗来讲,就是根据各自在图像信息中反映的不同特征,把不同类别的目标区分开。图像分类利用计算机对图像进行定量分析,把图像或图像中的每个像元或区域划归为若干个类别中的某一种,代替人的视觉判读。在实际生活中,我们也会遇到图像分类的应用场景,例如我们常用的通过拍照花朵来识别花朵信息,通过人脸匹对人物信息等。通常,图像识别或分
四儿 四儿
11个月前
情感语音识别数据的重要性及其在人机交互领域的应用
随着人工智能技术的迅猛发展,情感语音识别作为一种重要的人机交互技术,逐渐引起了广泛关注。本文将探讨情感语音识别数据的重要性,并介绍其在人机交互领域的应用。通过分析和理解人类的情感状态,情感语音识别为人机交互提供了更加智能和自然的方式,促进了与计算机和智能设
四儿 四儿
6个月前
情感语音识别的前世今生
一、引言情感语音识别是指通过计算机技术和人工智能算法,对人类语音中的情感信息进行自动识别和理解。这种技术可以帮助我们更好地理解人类的情感状态,为智能客服、心理健康监测、娱乐产业等多个领域提供重要的支持。本文将探讨情感语音识别的前世今生,包括其发展历程、应用
四儿 四儿
6个月前
情感语音识别的研究方法与实践
一、引言情感语音识别是指通过计算机技术和人工智能算法自动识别和理解人类语音中的情感信息。为了提高情感语音识别的准确性,本文将探讨情感语音识别的研究方法与实践。二、情感语音识别的研究方法数据采集与预处理:首先需要采集包含情感变化的语音数据。通常采用专业的录音
四儿 四儿
6个月前
情感语音识别:现状、挑战与解决方案
一、引言情感语音识别是人工智能领域的前沿研究课题,它通过分析人类语音中的情感信息,实现更加智能化和个性化的人机交互。然而,在实际应用中,情感语音识别技术面临着许多挑战。本文将探讨情感语音识别的现状、挑战与解决方案。二、情感语音识别的现状技术发展:随着深度学
四儿 四儿
6个月前
情感语音识别的现状与未来趋势
一、引言情感语音识别是一种涉及多个学科领域的前沿技术,包括心理学、语言学、计算机科学等。它通过分析人类语音中的情感信息,实现更加智能化和个性化的人机交互。本文将探讨情感语音识别的现状与未来趋势。二、情感语音识别的现状技术发展:随着深度学习技术的不断进步,情
计算机视觉与信息取证技术讲解
今晚20:0022:00人工智能技术与自信计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段,由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界,具有自主适应环境的能力。要经过长期的努力才能达到的目标。因此,在实现最终目标以前,人们努力的中期目标是建立一种视觉系统,这个系统能依据视觉敏感和反馈的某
四儿 四儿
1年前
手势识别数据集:利用数据注释让机器学习
手势识别是现代计算机视觉领域不可或缺的一部分,是指通过分析输入信号的空间变化来获取表达者的意图。手势识别技术可以应用于很多领域,比如交互式系统、人脸识别以及智能家居等。在许多场景中,手势识别是更加便捷的控制方式,它可以更方便地与设备进行交互,并且可以方便地