基于SVM和HMM混合模型的動態(tài)手勢識別技術研究.pdf

1、隨著計算機技術的迅速發(fā)展,人機交互成為我們?nèi)粘Ｉ钪械闹匾糠?人機交互技術成為人們研究的重點,其中包括表情識別、語音識別、行為識別等。手勢是人們表達情感、傳遞信息的一種重要手段,手勢識別也成為了人機交互技術中不可缺少的一部分,受到了人們越來越廣泛的關注,同時其應用范圍也日益廣泛,如虛擬現(xiàn)實、手語學習、醫(yī)學研究、智能監(jiān)控等,因此,對于手勢識別技術的研究具有深遠的研究意義與社會價值。本文對手勢識別技術進行研究,在對HMM(隱馬爾可夫模型)

2、算法和SVM(支持向量機)算法研究的基礎上,對基于HMM的手勢識別進行分析,針對其存在的不足加以改進。本文的主要改進思路為采用決策級信息融合的思想對動態(tài)手勢進行識別,一方面使用SVM對靜態(tài)手型進行識別,另一方面則利用SVM的強分類能力和HMM對時變信號的處理能力,實現(xiàn)動態(tài)手勢軌跡的識別,最后使用信息融合得到最終的識別結果。另外為提高識別速度,將手勢模板庫設計為索引表結構,改進后的數(shù)據(jù)庫具有很強的擴展性。在系統(tǒng)的具體實現(xiàn)上,使用VC++6