Opencv 手势/姿势识别的特征提取方法
我目前正在开发一个手语识别应用程序,我想使用隐马尔可夫模型作为分类阶段,这意味着我将对手势/姿势进行分类,以获得相关的字母或单词 我目前已经完成了第一个阶段,我在那里检测手。目前,我可以获得一些参数(功能),用于我的机器学习阶段,例如:Opencv 手势/姿势识别的特征提取方法,opencv,machine-learning,gesture-recognition,hidden-markov-models,feature-extraction,Opencv,Machine Learning,Gesture Recognition,Hidden Markov Models,Feature Extraction,我目前正在开发一个手语识别应用程序,我想使用隐马尔可夫模型作为分类阶段,这意味着我将对手势/姿势进行分类,以获得相关的字母或单词 我目前已经完成了第一个阶段,我在那里检测手。目前,我可以获得一些参数(功能),用于我的机器学习阶段,例如: 手的凸包 凸性缺陷 手心 包围旋转椭圆/矩形(例如,获得旋转所需的任何角度) 手的轮廓 瞬间(我不确定这些瞬间是什么) 这些都可以通过openCv实现 我的问题是:一旦我拥有了所有这些特征,我如何执行“特征提取”阶段?i、 e.如果机器学习算法,在这种情况下
- 手的凸包
- 凸性缺陷
- 手心
- 包围旋转椭圆/矩形(例如,获得旋转所需的任何角度)
- 手的轮廓
- 瞬间(我不确定这些瞬间是什么)
有谁能指导我在这个特定阶段至少应该搜索什么,或者指导我展示我真正的困难是什么?一旦你准备好了你的观察集,你就可以将它输入维特比算法,以检测可能产生这些观察的最佳状态序列。此外,您还可以使用Baum-Welch算法在样本数据集上训练HMM。你可以看看,这是一个使用HMM识别动态手势的简单解释(尽管我没有使用openCV或扫描手的轮廓)。希望这能帮助您对处理和学习阶段有一个大致的了解。谢谢您的回答。。我检查了你的网站很多次,我发现它非常有用。我使用JAHMM与Hmms一起工作,这是一个有趣的小软件包。我使用BW算法轻松地训练他们,然后我使用前后向检查在当前HMM上观察序列的概率。每当我尝试使用维特比时,我的结果总是以“0”结尾,我无法找出问题所在!嘿,如果你觉得我的答案有用,我能请你投票吗:)。至于你的维特比问题:你确定你的训练是正确的,并且你使用的维特比的实现是正确的吗?有许多示例代码可以帮助您。由于得到0,这意味着您的模型“认为”无法使用HMM参数的当前值生成提供给其输入的特定观察序列。再次审视学习阶段,只是为了确定。