论文部分内容阅读
为提高手语识别方法的识别速度与识别率,提出一种基于HOG特征的稀疏编码手语识别方法。通过基于学习加权局部特征的监督、判别和面向事件的字典,将手语识别表达为稀疏表示问题。对每一类手语样本的HOG特征进行提取,再用LC-KSVD算法来学习面向事件和辨别的字典,以将样本数据传输到稀疏空间。鉴于不同类别样本之间的区别,采用提取HOG特征来更加精确地表达出每一类手语独有的信息特征,经过字典学习得到一个过完备字典,作为判别错误项的判别性稀疏编码和重构误差以及分类性误差组合,形成目标函数,以在字典学习过程期间提高