基于稀疏表示的动态手势识别方法
【专利摘要】本发明公开了一种基于稀疏表示的动态手势识别方法，克服了现有技术中手势特征的提取受背景环境的影响而导致识别率下降，且将手势识别过程进行数学建模，导致手势识别过程太复杂的问题。本发明的具体实现步骤如下：（1）建立数据库；（2）提取时空兴趣点；（3）构建立方体；（4）提取三维SIFT特征；（5）训练字典；（6）稀疏表示；（7）训练支持向量机分类器；（8）分类。本发明能够有效克服手势识别过程中背景环境对特征提取的影响，提高手势识别的识别率，而且不需要复杂的数学建模过程，降低了手势识别过程的计算量和复杂性。
【专利说明】基于稀疏表示的动态手势识别方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，更进一步涉及视频图像处理【技术领域】中的一种处理基于稀疏表示的动态手势识别方法。本发明利用图像特征提取，字典训练，稀疏表达方法对动态手势进行识别，确认出不同手势所代表的意义以实现人机交互中的实际应用。
【背景技术】
[0002]手势识别技术在虚拟现实、人机交互、视觉监控等领域均有着广泛的应用前景，基于视觉的手势跟踪和识别就是其重要内容。由于手势本身具有的多样性、多义性以及时间和空间上的差异性等特点，加上人手是复杂的变形体和视觉本身的不适定性，因此找到一种优秀的手势识别方法一个多学科交叉且富有挑战性的技术问题。
[0003]已经有各种手势识别的方法被提出，特别是目前使用很广泛的基于HMM的，DTW的手势识别方法。它们将手势识别的过程进行特征提取，再通过数学建模，由最终得到的概率来给出识别的结果。但由于这些方法提取出的特征不能有效表示手势的意义，过程复杂，计算量太大，识别率不高，容易受到背景的影响，而且对于较复杂的手势，识别的结果往往不能尽如人意。所以需要新的研究方法的提出。
[0004]近年来，随着稀疏表示、字典学习研究的发展，基于超完备字典的稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理领域。
[0005]电子科技大学申请的专利“一种3D手势识别方法”(专利申请号:201310168123.1，
【发明者】韩红, 洪汉梯, 陈建, 李楠, 刘三军, 史媛媛, 曹赛 申请人:西安电子科技大学