改进的LB算法在动态手势识别中的应用

贺霄琛; 韩燮; 李顺增

Chinese

您当前的位置：

首页 >

文章列表页 >

改进的LB算法在动态手势识别中的应用

更新时间：2026-09-04

- 改进的LB算法在动态手势识别中的应用
- The Application of Improving LB Algorithm in Dynamic Gesture Recognition
- 微电子学与计算机 2016年33卷第4期页码：55-59
- 作者机构：
  
  中北大学机构计算机与控制工程学院,山西,太原,030051
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目 61379080国家科技支撑计划基金 2013BAH45F02
- DOI：
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
贺霄琛, 韩燮, 李顺增. 改进的LB算法在动态手势识别中的应用[J]. 微电子学与计算机, 2016, 33(4): 55-59.

HE Xiao-chen, HAN Xie, LI Shun-zeng. The Application of Improving LB Algorithm in Dynamic Gesture Recognition[J]. 2016, 33(4): 55-59.
贺霄琛, 韩燮, 李顺增. 改进的LB算法在动态手势识别中的应用[J]. 微电子学与计算机, 2016, 33(4): 55-59. DOI：

HE Xiao-chen, HAN Xie, LI Shun-zeng. The Application of Improving LB Algorithm in Dynamic Gesture Recognition[J]. 2016, 33(4): 55-59. DOI：

摘要

为了提高动态手势识别中的匹配效率

提出一种改进的LB算法.首先

对采集手势深度信息进行实时分割

并使用一种新的特征提取方法对手势进行描述.然后

引入锚定距离的概念

并将其应用到LB算法当中

同时进行分类和识别.最后

分别对比其他两种相关算法的执行时间

以及改进LB算法的识别率.实验结果表明

提出的方法在不影响识别率的情况下

对算法执行效率有了很大的提升.

Abstract

In order to improve the matching efficiency of dynamic gesture recognition

we have put forward a modified LB algorithm. First of all

we segment the collecting depth information of gesture in real time

and use a new feature extraction method to describe gesture. After that

we introduce the concept of anchor distance

and apply it to the LB algorithm

for simultaneous classification and recognition. Finally

comparing execution time of other two kinds of algorithms respectively and recognition rate of modified LB algorithm. The experiment results show that the method proposed in this article has improved algorithm performance efficiency in the case of having no influence on recognition rate.

关键词

Keywords

references

Trelea I C. The particle swarm optimization algorithm: Convergence analysis and parameter selection[J]. Information processing letters, 2003, 85(6): 317-325. DOI: 317

Guyon I, Athitsos V, Jangyodsuk P, et al. Results and analysis of the chalearn gesture challenge 2012[M]//Depth Image Analysis and Applications. Berlin, Heidelberg: Springer, 2013: 186-204.

Sakoe H, Chiba S. Dynamic programming algorithm optimization for spoken word recognition[J]. Acoustics, Speech and Signal Processing, IEEE Transactions on, 1978, 26(1): 43-49. DOI: 43

Krishnan R, Sarkar S. Similarity measure between two gestures using triplets[C]//Computer Vision and Pattern Recognition Workshops (CVPRW), 2013 IEEE Conference on. Oregon: IEEE, 2013: 506-513.

Myers C, Rabiner L. A level building dynamic time warping algorithm for connected word recognition[J]. Acoustics, Speech and Signal Processing, IEEE Transactions on, 1981, 29(2): 284-297. DOI: 284

Ney H, Ortmanns S. Dynamic programming search for continuous speech recognition[J]. Signal Processing Magazine, IEEE, 1999, 16(5): 64-83. DOI: 64

翁汉良, 战荫伟. 基于视觉的多特征手势识别[J]. 计算机工程与科学, 2012, 34(2): 123-127. DOI: 123

徐华, 俞一彪. 基于MIM_LB算法的连续数字语音识别[J]. 微电子学与计算机, 2004, 21(5): 33-36. DOI: 33

何超, 胡章芳, 王艳, 等. 一种基于改进DTW算法的动态手势识别方法[J]. 数字通信, 2013, 40(3): 21-25. DOI: 21

曹雏清, 李瑞峰, 赵立军. 基于深度图像技术的手势识别方法[J]. 计算机工程, 2012, 38(8): 16-18. DOI: 16

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

低功耗设计的双链电源关断策略的实现与验证

基于多尺度融合与小目标增强的航拍车辆检测算法

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

基于监控指标关联性的微服务异常检测

基于区块链的AI生成内容溯源框架设计研究