[发明专利]一种基于随机投影多核学习的手势识别方法

说明书

本发明公开了一种基于随机投影多核学习的手势识别方法，步骤包括：采集手势图像，并对图像进行预处理，预处理包括手势定位和手势分割；对预处理分割后的手势提取sift特征；采用k‑means算法训练学习字典，然后使用迭代字典更新算法更新字典；对手势图像进行空间金字塔划分，并对在每层空间金字塔中对手势图像的sift特征，根据训练得到的字典进行编码，得到特征向量，并对特征向量进行级联，接着使用随机投影进行对特征向量降维；对每层金字塔降维后的特征向量学习核矩阵，采用多核模型学习算法进行分类学习，得到最优核矩阵组合系数。本发明解决了目前传统的手势识别方法中存在的背景干扰、复杂度较高、耗时长和识别率低等问题。

技术领域

本发明涉及模式识别技术领域，尤其涉及一种基于随机投影多核学习的手势识别方法。

背景技术

目前，随着科学技术的不断进步，人机交互得到迅速发展，人机交互成为研究者研究的热点之一。人机交互的目标是实现用户与机器之间的自然交流，为用户提供实时、直观的交互体验。由于人与人之间是通过语言、肢体与表情来传递信息，而手势具有自然、直观等特征，因此基于手势识别的人机交互受到了人们越来越多的关注，并在人机交互领域中发挥着越来越重要的作用。手势识别涉及多个学科，例如计算科学、机器学习、模式识别、图像与视频处理等。

手势识别主要分为两种，一种是基于数据手套的手势识别，另外一种是基于视觉的手势识别。基于数据手套的识别最开始是由ATT的Geimes使用数据手套来检测人手与其关节的空间信息，Virtual Technologie公司的Cyber Glove手套也得到广泛运用，检测手势运动速度、加速度等手势信息，识别率比较高，且实时性比较好。但是，这种交互方式需要佩戴手套等传感设备，识别的手势较少，同时缺乏手势的自然性。

基于视觉的手势识别，无需穿戴设备，操作方便，用户只需进行手势的自然表达，从而进行人与机器的交流，实现了人机交互的直观表示。基于视觉的手势识别主要利用摄像头采集手势的图像视频数据，传输给计算机，通过使用计算机视觉技术进行图像处理，对其中的手势进行识别。但是目前基于视觉的手势识别面临着诸多难点，例如复杂背景、光照等因素的影响，因此设计出简单、实时、有效、方便的手势识别系统是研究者研究的热点问题，也是手势识别发展的必然趋势。

手势识别过程主要包括：手势数据采集、手势分割、特征提取和手势识别等步骤。比较常用的特征有sift(Scale-invariant feature transform)特征、傅里叶描述子、Hu矩和HOG(Histogram of Oriented Gradient)特征等。采用单一的特征，往往存在局限性(参见文献“张汗灵,李红英,周敏.融合多特征和压缩感知的手势识别[J].湖南大学学报(自科版),2013,40(3):87-92.”和“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.”)。

基于稀疏表示的手势识别算法(参见文献“张勤，赵健，孙道达，等.一种基于稀疏表示的手势识别算法[J].西北大学学报自然科学版,2013,43(6):881-884.”和“宁亚楠，李定主，韩燮，等.基于稀疏表示的手势识别方法[J].计算机工程与设计,2016(9):2548-2552.”)构建稀疏冗余字典，根据最小残差实现手势识别，相对速度慢，往往不能够达到实时性的效果，同时稀疏编码往往忽视局部信息。

采用传统的支持向量机的方法进行识别，由于每个特征对于最终的识别结果产生的影响不同；如果采用单一的核矩阵进行识别，往往忽视了特征之间的区分性。同时使用核函数往往采用经验法，缺乏统一的标准，得到的结果往往不一致。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种基于随机投影多核学习的手势识别方法，解决目前传统的手势识别方法中存在的背景干扰、复杂度较高、耗时长和识别率低等问题。

为解决上述技术问题，本发明提供如下技术方案：一种基于随机投影多核学习的手势识别方法，包括如下步骤：