使用隐马尔可夫模型的运动笔迹手势识别-Read.DOCVIP

使用隐马尔可夫模型的运动笔迹手势识别 摘要 最近，隐马尔可夫模型已经成功地运用在演讲语言解释识别方面。 它充分满足了手势的识别的要求。 在这篇论文中, 二个时常被逃避的问题被考虑。为了要确定模型的最佳数字区域 ，我们计划使用贝耶斯定理的数据标准。 我们描述相对事物的连续模型的贡献比率。对笔迹手势上的实验显示识别率在88% 和100% 之间。 1介绍 在人的环境中，手势似乎是一种自然人与人沟通的行为 [4,10].人像素行动的理解和识别会打开新更加自然人的行动，相对于机械的运动。 这是一个困难的但是具有挑战性的经典问题。 给予的未知行动, 目标是获得到它到一个已知的分像素中。 问题的难度在于组成的行动的参数的表现。参数能在广度和定方位方面改变在那相同的分像素中。 最近，隐马尔可夫模型已经成功地运用在演讲语言解释识别方面。 [18,17,3]. 在这篇论文中, 我们的兴趣是手势识别的隐马尔可夫模型，那里我们时常把重心集中在逃避这个问题上: 区域的数字的选择, 和选择在一个不连续的或连续的模型。 这第一部分显示了隐马尔可夫模型基础的手势识别制度 , 第二部分是隐马尔可夫模型的概况。 我们带领读者回到X.D. Huang, Y. Ariki and M.A. Jack的书[12] 和L.R. rabiner和B.H. Juang tuto的书的指导 [16]. 我们有关的问题被呈现在第三个部分中。 我们推荐一个方法来获得最佳数字区域通过运用贝耶斯定理的数据标准。 最后, 我们讨论选择一个不连续的或一个连续的隐马尔可夫模型。最后的部分是显示对手势识别的结果。 2为手势的隐马尔可夫模型识别 建立手势识别的隐马尔可夫模型的使用是缘于它用于演讲识别的成功。 因为, 手语信号与演讲包含相同的语言学结构 [7]，隐马尔可夫模型已经时常被用于语言的识别。 主要地用在连接数据包 [3,11], 这技术开始用于视觉的手势识别。 基于HMM的手势识别尝试是通过Yamato使其他人了解， 三个运动员运行的六个网球轨迹被识别出来。 T. Starner[17] 使用HMM作为识别一本来自美国语言手册的40个字的字汇语言。 手在确定的时间内被一种颜色照相机追踪。 追踪程序提取出物体的位置,形状和轨道。 当使用者被彩色手套装备的时候，Starner获得了99% 的识别率,而当追踪程序使用皮肤彩色的时候是92%。 另外最近, I. Poddar以及其他人。 [15] 实践了用HMM对于天气记者手势的识别。 三个手势被辨认出:“ 画点,画圆 和设计一个区域”. 手势画点和画圆通过手实现, 然而手被设计为打开手势。 在电视上的系统作品的描绘而产生80% 的识别率骗局根据唯一的视觉数据。这一比率上升至92%当手势识别程序与演讲识别一起加倍的时候。 隐马尔可夫模型是多种像素模型的融合物。 隐马尔可夫模型也已经被用于写作的识别。R. Nag以及其他人 [14] 第一次实现了对于对一个使用者写原型数字0,1,.。。,9的识别。 一张绘画似的桌子是用于取得手势。 左边-右边的隐马尔可夫模型在2和7区域之间包含的模型被利用。依靠区域的数字，识别率在90% 和98% 之间。 3隐马尔可夫模型理论 因为有许多文件说明了隐马尔可夫模型 [16,19,12,17], 我们将不详细地说明整个的运算法则但是给于简短的介绍。隐马尔可夫模型是通过对区域的管理的随机序列程序(XT)t 2R+。一系列的区域构成马尔可夫链不是直接观察得出。 这链是 “隐藏的”. 在时间t内，系统区域决定规则XT。隐马尔可夫模型由N个区域组成的在于 : _ 在被提到的区域之间的转变点阵式如 _ 对于每个区域, 可能性功能被提供给区域i的观察, 指示了bi。 给那些规则的描述是 _ 开始区域的盖然性规则: 对应的隐马尔可夫模型是被描述为 . 在一个分像素问题中, 每个一个先前的手势分像素 , Cl,与隐马尔可夫模型有关, l。 分像素系统由N个 HMM组成。分像素在二个阶段被完成。第一个阶段是一个训练阶段使HMM叁数从被设定的一笔数据配对。 这组由一些每个像素的例子组成。 第二个步骤计算观察被隐藏马尔可夫生成的模型的可能性未知的序列。 让我们更详细地考虑两者的步骤。 3.1匹配 匹配步骤的目标是估计样板参数L，为了取得最大的相似性。 （1） K是在设定匹配中例子的数目, , 和是几千个例子。 Baum-Welch的再判断公式 [12,19] 用来决定i,aij和bi, 再判断叁数i ， aij和bi。 Baum-Welch逃避债务运算法则是期待 |最大值化运算法则。 在期待阶段中, 隐藏的数据是他们的有条件期待的。第二步骤取被完成的可能最大值 [5]. 3.2 分像素 提供一个观察的序列