1

私は手話通訳の下でプロジェクトを行うように割り当てられた学生です。私はすべてのセグメンテーションと形態学的操作を行いました。さらに、ジェスチャーを分類するときが来ました。私はさまざまなジャーナルを調べました。どの機能が私の分類を適切に満たすかについては疑いの余地がありません。プログラミング言語としてC＃を選択し、分類にSVM分類器を選択しました。考えられる機能をいくつか挙げてください。可能であれば、完全な数学で十分に文書化してください。

私が見つけた機能：アスペクト比、真円度、広がりHuなどの形状記述子 -バリアントとモーメント機能

手のセグメント化された画像最終エッジ検出画像

最近、画像のサイズ変更と正規化が特徴抽出の前に行われることを発見しました。そして彼らは次のようなアルゴリズムを提案します：

  • 100*100などの特定の解像度にサイズ変更します
  • 画像の第一原理成分への垂直方向の配置。
  • 最後に、画像に合う境界ボックスを再構築します。

指の位置が合ったらどうなるのか疑問です。トレーニングフィンガーが手のひらの主軸と45度整列し、長さが10単位の場合、テストデータが45度と5単位以外の長さで整列しているように表示されるとどうなりますか？

そして遭遇した特徴：指の数と主成分分析（PCA）。しかし、PCAは物理的に何を意味するのでしょうか？

4

2 に答える 2

0

最後に、HU-Momentジェスチャ認識の機能を選択しました。これは、平行移動、回転、およびスケール不変であるため、証明されています。その部分については、プログラミング言語としてinとasのラッパーをSVM選択しますSVM.NET'LIBSVM'JAVAC++C#

于 2012-10-09T17:58:40.097 に答える
0

機能の非常に強力なクラスの1つは、フーリエ記述子です。これらの特徴は、曲線に対して抽出されます。これらの機能は計算が速く、縮尺、平行移動、方向に関して不変です。

これらを計算する方法の詳細は、http：//demonstrations.wolfram.com/FourierDescriptors/にあります。

いくつかの研究は、形状分析におけるフーリエ記述子の有用性を示しています。そのような研究の1つは、H Kauppinen、T Seppanenによる「2D形状分類における自己回帰およびフーリエベースの記述子の実験的比較」です…-パターン分析および…、1995

于 2012-10-26T21:30:39.403 に答える