[发明专利]一种基于随机投影多核学习的手势识别方法有效
| 申请号： | 201710085235.9 | 申请日： | 2017-02-17 |
| 公开（公告）号： | CN106909895B | 公开（公告）日： | 2020-09-22 |
| 发明（设计）人： | 王淼;孙季丰;余家林;宋治国 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06K9/46;G06K9/34;G06T7/90 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 一种 基于 随机 投影 多核 学习 手势 识别 方法 | ||
【主权项】：
一种基于随机投影多核学习的手势识别方法，其特征在于，包括如下步骤：S1、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；S2、对预处理分割后的手势提取sift特征；S3、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；S4、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；S5、对每层金字塔降维后的特征向量学习核矩阵，学习核矩阵方法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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710085235.9/，转载请声明来源钻瓜专利网。
- 上一篇：沥青刮刀装置
- 下一篇：一种果蔬农药残留检测中样本捣碎装置
