一种用于实时手势识别的新型形状匹配描述子
计算机视觉与模式识别
2021-03-12 v2
摘要
当前最先进的的手势识别方法严重依赖机器学习的使用。然而存在机器学习无法成功应用的场景，例如数据稀缺的情况。当需要在查询与每个手势代表唯一类别的手势数据集之间进行一对一匹配时便是如此。在无法训练学习算法的情况下，可使用经典计算机视觉技术如特征提取来识别物体间的相似性。形状是可从图像中提取的最重要特征之一，然而最准确的形状匹配算法往往计算效率低下，不适用于实时应用。本工作中我们提出一种用于实时手势识别的新型形状匹配方法。我们使用自行采集的手势数据集和修改后的 MPEG-7 数据集，针对准确率和计算复杂度将我们的方法与其他形状匹配方法进行了大量对比实验。我们的方法优于其他方法，并为实时应用提供了准确率与计算效率的良好结合。
引用
@article{arxiv.2101.03923,
title = {A novel shape matching descriptor for real-time hand gesture recognition},
author = {Michalis Lazarou and Bo Li and Tania Stathaki},
journal= {arXiv preprint arXiv:2101.03923},
year = {2021}
}