文章详情
| 稿件标题： | 基于CNN与HOG特征融合的视觉手势识别 |
| 稿件作者： | 崔劲杰，韩晶，李洁，杨玉兵，任兵 |
| DOI： | 10.11809/bqzbgcxb2024.12.036 |
| 科学编辑： | 傅荟璇 博士（哈尔滨工程大学 副教授） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 视觉手势识别；特征融合；VGG16；HOG；支持向量机 |
| 文章摘要： | 手势的多样性和复杂性会对识别的可靠性和准确性带来较大影响，而基于视觉的手势识别通常采用单一的特征来分类，但是单一的特征提取到的特征信息有限。为了解决该问题，提出了基于卷积神经网络（VGG16）与梯度方向直方图(HOG)特征融合的手势识别方法，融合后的特征包括图像的深度纹理信息和局部区域梯度方向信息，以一对一方式构建组合式SVM分类器完成手势识别模型的训练和检验。实验结果表明：在公开的American Sign Language(ASL)数据集测试下，融合后的特征提取分类识别率达到了97.86%，较HOG特征分类提高了20.89%，较VGG16特征提取方式提高了19.35%；与网络DenseNet-18，ResNet-121对比，识别率高10%左右。通过实物小车实验，验证了算法的可靠性与实用性。 |
| 稿件基金： | 中央引导地方科技发展资金项目（YDZJSX2022A024,YDZJSX2023A026） |
| 引用本文格式： | 崔劲杰，韩晶，李洁，等.基于CNN与HOG特征融合的视觉手势识别［J］.兵器装备工程学报，2024，45(12)：289-297. CUI Jinjie, HAN Jing, LI Jie, et al.Visual gesture recognition based on fusion of VGG16 and HOG features［J］.Journal of Ordnance Equipment Engineering，2024，45(12)：289-297. |
| 刊期名称： | 2024年12期 |
| 出版时间： | 2024年12月 |
| 收稿日期： | 2024-06-01 |
| 修回日期： | 2024-08-11 |
| 录用日期： | 2024-09-03 |
| 上线时间： | 2024年12月30日 |
| 浏览次数： | 383 |
| 下载次数： | 26 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |