基于改进自适应正交匹配追踪算法的手势识别
2018-09-22李公法蒋国璋孔建益陈迪斯
李 贝 孙 瑛,2 李公法,2,3 蒋国璋,2,5 孔建益,2 江 都,4 陈迪斯,3
1.武汉科技大学冶金装备及其控制教育部重点实验室,武汉,430081 2.武汉科技大学生物机械手与智能测控研究中心,武汉,430081 3.武汉科技大学精密制造研究院,武汉,430081 4.武汉科技大学机械传动与制造工程湖北省重点实验室,武汉,430081 5.武汉科技大学3D打印与智能制造工程研究所,武汉,430081
0 引言
众所周知,手势识别作为一种自然的交互方式,被广泛用于人工智能和模式识别领域。基于视觉的手势识别主要采用摄像头捕捉手势图像,通过图像处理和相关算法识别手势动作,涉及到的技术包括手势检测分割、特征提取和分类识别等。这些技术近年来虽然有很大发展,但由于视觉传感器采集手势进行识别时,常常会遇到背景环境复杂、分类算法性能不高等问题,因此对于精确的手势识别研究仍存在一定的挑战[1⁃2]。近年来,稀疏表示理论的提出和发展为模式识别提供了新方法[3⁃4],表现出较大的发展潜力和广阔的应用前景。WRIGHT等[5]提出稀疏的表示分类(sparse representation⁃based classification,SRC)框架将训练样本用于构建冗余字典[6],通过稀疏求解算法[7⁃8],测试样本可以表示为训练样本的稀疏线性组合,最后根据最小残差分类[9],成功解决了分类算法性能不高的问题。
SRC方法提出后,稀疏表示理论逐渐得到研究人员的重视[10],研究者在稀疏求解算法方面提出了各种方法。常用的稀疏求解算法主要有近似求解最小化l0范数问题的贪婪算法。贪婪算法通过迭代选取合适原子,易于实现,常用的正交匹配追踪(orthogonal matching pursuit,OMP)算法[11]每次迭代时只选择一个原子,迭代次数多、效率低,而且需设定稀疏度。……
