基于多特征SVMs分類器的手語識別*

• 在手語識別的研究中，手語圖像全局特征與局部特征相融合的方法可以準(zhǔn)確地表征手語手勢特征。本文在不進(jìn)行圖像分割的情況下提取手語圖像的7Hu不變矩特征量、SIFT等多種特征，在進(jìn)行了多特征融合后，分別采用基于線性核函數(shù)的SVMs和基于徑向基核函數(shù)的SVMs作為分類器進(jìn)行手語識別，單個手語字母最好識別率可達(dá)到99.4872%，平均識別率95.556%。
• 關(guān)鍵字： 手語  7Hu矩  SIFT  SVMs  核函數(shù)  200904