基于HMM-FNN模型的复杂动态手势识别
其他题名recognition of complex dynamic gesture based on hmm-fnn model
王西颖; 戴国忠; 张习文; 张凤军
2008
发表期刊软件学报
卷号19期号:9页码:2302-2312
摘要复杂动态手势识别是利用视频手势进行人机交互的关键问题.提出一种HMM-FNN模型结构.它整合了隐马尔可夫模型对时序数据的建模能力与模糊神经网络的模糊规则构建与推理能力,并将其应用到复杂动态手势的识别中.复杂动态手势具备两大特点:运动特征的可分解性与定义描述的模糊性.针对这两种特性,复杂手势被分解为手形变化、2D平面运动与Z轴方向运动3个子部分,分别利用HMM进行建模,HMM模型对观察子序列的似然概率被作为FNN的模糊隶属度,通过模糊规则推理,最终得到手势的分类类别.HMM-FNN方法将高维手势特征分解为低维子特征序列,降低了模型的复杂度.此外,它还可以充分利用人的经验辅助模型结构的创建与优化.实验表明,该方法是一种有效的复杂动态手势识别方法,并且优于传统的HMM模型方法.
收录类别CSCD,EI
关键词手势识别 Hmm-fnn模型 复杂动态手势 人机交互
部门归属人机交互技术与智能信息处理实验室
语种中文
内容类型期刊论文
URI标识http://ir.iscas.ac.cn/handle/311060/2138
专题人机交互技术与智能信息处理实验室
推荐引用方式
GB/T 7714
王西颖,戴国忠,张习文,等. 基于HMM-FNN模型的复杂动态手势识别[J]. 软件学报,2008,19(9):2302-2312.
APA 王西颖,戴国忠,张习文,&张凤军.(2008).基于HMM-FNN模型的复杂动态手势识别.软件学报,19(9),2302-2312.
MLA 王西颖,et al."基于HMM-FNN模型的复杂动态手势识别".软件学报 19.9(2008):2302-2312.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
recognition-HMM-FNN.(922KB) 开放获取--请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[王西颖]的文章
[戴国忠]的文章
[张习文]的文章
百度学术
百度学术中相似的文章
[王西颖]的文章
[戴国忠]的文章
[张习文]的文章
必应学术
必应学术中相似的文章
[王西颖]的文章
[戴国忠]的文章
[张习文]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。