如需要完整文档点击下方 "点击下载文档" 按钮

为了缩短动态手势特征提取的时间,提出一种基于关键帧和局部极值的手势特征提取算法(KFLE)。 对传统关键帧图像选取算法进行改进,提出一种基于运动方向和自适应阈值的关键帧手势图像选取算法,通过比较相邻帧手势图像间的运动方向和质心距离,选择出运动方向或距离发生明显改变的关键帧手势图像进行指尖特征选取;在对关键帧手势图像进行特征提取的过程中,提出一种基于局部极值的指尖特征提取算法,通过构造距离函数并结合凸包过滤,寻找手势轮廓曲线上的局部极值点,确定手势中存在的指尖特征。 实验结果表明,与基于凸包缺陷的手势特征提取算法和基于改进 k-曲率的手势特征提取算法相比,该算法分别缩短了 44.3％和 71.9％的特征提取时间。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于关键帧和局部极值的手势特征提取算法》

将 完整文档 下载到本地，方便收藏和查阅

文件号：062500

点击下载文档