基于LBP的深度圖像手勢特征提取算法
大小：0.93 MB 人氣：4 2017-12-11 需要積分：1
針對復雜環境下的深度圖像手勢特征提取信息冗余量大、編碼不穩定等問題，提出了一種改進的基于曲率局部二值模式（ LBP）的深度圖像手勢特征提取算法。該算法首先通過坐標轉換將分割出的手勢深度數據轉換為點云數據；其次利用移動最小二乘法對手勢點云數據進行曲面擬合；然后計算出能夠更加準確描述物體三維表面幾何信息特征的高斯曲率；最后利用改進的LBP均勻模式對高斯曲率數據進行編碼形成特征向量。在美國手語（ASL）手勢數據庫上該算法的平均識別率達到了92. l%，與3D局部二值模式（3DLBP）和梯度LBP相比分別提高了18.5個百分點和13.7個百分點。實驗結果表明，該算法可以區分外部輪廓相似但內部結構不同的手勢，有效提高了在描述手勢深度圖像內部細節方面的準確性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
