搜档网
当前位置：搜档网 › 基于Leap Motion和支持向量机的手势识别
基于Leap Motion和支持向量机的手势识别
基于Leap Motion和支持向量机的手势识别
杨文璐;乔海丽;谢宏;夏斌
【摘要】为了使手势识别在更多的领域得到推广及应用,提出了基于Leap Motion 体感设备实时跟踪技术获取手势三维空间坐标信息的方法,并从中分别提取角度信息和相对坐标信息,构建手势特征数据,建立手势识别模型.对特征数据进行归一化处理后,利用支持向量机(SVM)分类器进行训练、建模和分类,实现手势识别.实验结果表明:以角度数据和坐标数据作为手势特征的方法可行,平均识别率分别为96.6%和91.8%.通过对比可以得出:以角度数据作为特征值具有较高的准确性和鲁棒性,并避免了单纯依照一种特征值产生的局限性.
【期刊名称】《传感器与微系统》
【年(卷),期】2018(037)005
【总页数】4页(P47-50)
【关键词】LeapMotion传感器;手势识别;支持向量机
【作者】杨文璐;乔海丽;谢宏;夏斌
【作者单位】上海海事大学信息工程学院,上海201306;上海海事大学信息工程学院,上海201306;上海海事大学信息工程学院,上海201306;上海海事大学信息工程学院,上海201306
【正文语种】中文
【中图分类】工业技术
相关主题
相关文档
- 支持向量机及应用简介
- 支持向量机(SVM)原理及应用概述
- 支持向量机SVM原理及应用概述
- SVM支持向量机基本原理及应用ppt课件
- 支持向量机(SVM)原理及应用概述分析
- (完整版)支持向量机(SVM)原理及应用概述
- 支持向量机(SVM)原理及应用概述
- 支持向量机理论及工程应用实例
- 支持向量机原理及应用(DOC)
- 支持向量机原理及应用(DOC)
- (完整word版)支持向量机(SVM)原理及应用概述分析
- 支持向量机方法PPT课件
- SVM 支持向量机基本原理及应用
- 第4章 支持向量机及其学习算法
- 支持向量机
- (完整版)支持向量机(SVM)原理及应用概述分析
- 支持向量机理论与应用研究综述_张博洋
- 支持向量机(SVM)原理及应用概述