基于深度信息和SURF-BoW的中国手语识别算法.pdfVIP

第27 卷　 第 8 期　 　 　 　 　 　 　 　 　 　 　 　 　 模式识别与人工智能　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Vol.27　 No.8 　 2014年8月　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 PR AI　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Aug.　 2014 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 基于深度信息和SURF-BoW 的 中国手语识别算法∗ 杨　 全　 　 彭进业 (西北大学 信息科学与技术学院　 西安710127) 摘　 要　 为实现视频中手语的准确识别,提出一种基于深度图连续自适应均值漂移(DI_CamShift)和加速强健特征 词包(SURF-BoW)的中国手语识别算法.该算法将Kinect作为手语视频采集设备,在获取彩色视频的同时得到其深 度信息.算法首先计算深度图像中手语手势的主轴方向角和质心位置,通过调整搜索窗口对手势准确跟踪;然后使 用基于深度积分图像的OTSU算法分割手势并提取其加速强健特征(SURF),进而构建SURF-BoW作为手语特征 并使用SVM识别.通过实验验证该算法在单个手语字母上的最好识别率为99.37%,平均识别率为96.24%. 关键词　 深度图连续自适应均值漂移(DI_CamShift),加速强健特征词包(SURF-BoW),深度图像,手语识别 中图法分类号　 TP311 Chinese Sign Language Recognition Method Based on Depth Image Information and SURF-BoW YANG Quan,PENGJin-Ye (School of Information Science and Technology,Northwest University,Xian710127) ABSTRACT To realizethe accuraterecognition of signlanguage inthevideo,an algorithmbased on depth image CamShift(DI_CamShift)and speededup robustfeatures-bag of words (SURF-BoW)isproposed. Kinect is used as the sign language video capture device to obtain both of the color video and depth image information of sign language gestures. Firstly,spindle direction angle and mass center position of the depth images arecalculatedandthesearchwindow isadjustedtotrackgesture. Next,anOTSUalgorithm based on depth integral image is used for gesture segmentation,and the SURF features are extracted. Finally,SURF-BoW is built asthefeature of signlanguage and SVMisutilizedfor recognition. Thebest recognition rate of single manual alphabet reaches 99.37%,and the average recognition rate is up