成果基本信息 | ||||||
关键词: | ||||||
成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
体现形式(基础理论类): | 论文 | 体现形式(应用技术类): | 新技术 | |||
成果登记号: | 资源采集日期: |
研究情况 | |||||
单位名称: | 技术水平: | 未评价 | |||
评价证书号: | 评价单位: | ||||
评价日期: | 评价证书号: |
转化情况 | |||||
转让范围: | 产权转让 | 推广形式: | 产权转让 | ||
已转让企业数(个): |
联系方式 | |||||
联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
*成果单位详细联系方式请登录会员;还不是会员,马上注册! |
成果简介 | |||||
本发明公开了一种基于张量的MPCA动态手势识别方法,所述方法包括步骤:1)采集人体手势姿态数据集,并进行张量化处理,形成张量数据集;2)将张量数据集中的样本数据分为手势训练集和手势测试集;3)通过MPCA算法对手势训练集中的样本数据进行降维,得到投影矩阵和判别矩阵,并通过判别矩阵计算手势训练集中样本数据的张量特征;4)通过投影矩阵计算手势测试集中样本数据的张量特征;5)采用最近邻算法作为分类器,将手势训练集中样本数据的张量特征与手势测试集中样本数据的张量特征逐一匹配,统计匹配结果与张量特征的异同,得到手势识别结果。本发明在特征变量提取的过程中保留原始数据的大部分特征信息,有效分析处理高维数据。 |