一种基于热成像的夜间实时手语识别系统

摘要

本发明公开了一种基于热成像的夜间实时手语识别系统，其包括红外热像仪，CNN‑ELM识别系统和显示器；利用同种手势不同姿态的热像手势图片构成训练集，使用卷积神经网络CNN提取手势图片特征值，将提取到的特征值置于极限学习机ELM中进行训练，获取训练后的权重；识别过程中先利用红外热像仪捕捉到手势图片，CNN提取手势图片的特征值，再用ELM训练后的权重去评估提取到的特征值，取评估概率数组中的最大值对应的标签作为识别的结果。本发明在灯光昏暗、背景噪声大的情况下仍能在识别速率和精度上满足手势表达的实时性要求。