基于KNN算法的手卫生手势特征提取、分类与预测
计算机视觉与模式识别
2022-05-27 v2
摘要
世界卫生组织指南提供了六种结构良好的洗手手势。在本文中，利用计算机视觉库OpenCV提取特定洗手手势的手部特征，如手部轮廓、手部质心以及沿最大轮廓的极端手点。本项目在30名研究参与者的帮助下构建了鲁棒的手卫生视频记录数据集。在这项工作中，使用该数据集的一个子集作为试点研究，以证明KNN算法的有效性。保存在CSV文件中的提取手部特征通过交叉验证技术传入KNN模型，用于未标记数据的分类与预测。达到了>95%的平均准确率分数，并证明具有适当输入值K=3的KNN算法对于手卫生手势分类是高效的。
引用
@article{arxiv.2112.15085,
title = {Feature Extraction, Classification and Prediction for Hand Hygiene Gestures with KNN Algorithm},
author = {Rashmi Bakshi},
journal= {arXiv preprint arXiv:2112.15085},
year = {2022}
}