基于稀疏表示的手势识别方法

摘要

为提高传统手势识别方法在手势偏转情况下的识别率与识别速度,提出一种改进的SRC手势识别算法.采用YCrCb自适应阈值分割模型对原始图像进行肤色分割,利用主成分分析法(PCA)提取其主要特征,采用K-最近邻方法从样本集中选取K个样本构成新的超完备冗余字典,通过求解Z1范数最小化的问题完成分类识别.实验结果表明,采用的KNN-SRC算法相对传统手势识别算法拥有更高的识别率,降低了SRC算法的时间复杂度,当K取值为20时识别速度为普通SRC算法的4倍.