一种智能轮椅静态手势识别方法技术

一种智能轮椅静态手势识别方法，1）通过Kinect采集场景深度信息；2）根据深度信息分割出场景深度信息中的手势；3）利用归一化中心矩提取手势的特征向量；4）步骤3）中提取的手势特征向量通过DAGSVM分类器进行手势识别。本发明专利技术在生成DAGSVM分类器的过程中，通过计算每个SVM分类器的类间距离和类的标准差，SVM分类器按照类间距离由大到小的顺序排列，选取具有最大类间距离的SVM分类器作为DAGSVM分类器的根节点分类器。同理，其余节点处SVM分类器均选择可选分类器中具有最大类间距离者。能够有效地减少误差累积现象，提高了手势识别结果的正确性，也最大限度地保证了智能轮椅人机交互的系统的安全可靠性。

【技术实现步骤摘要】

【技术保护点】
一种智能轮椅静态手势识别方法，其特征在于，具体步骤如下：1）通过Kinect采集场景深度信息；2）根据深度信息分割出场景深度信息中的手势；3）利用归一化中心矩提取手势的特征向量；4）步骤3）中提取的手势特征向量通过DAGSVM分类器进行手势识别。

【技术特征摘要】

【专利技术属性】
技术研发人员：张毅，蔡军，李晓娟，罗元，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：