10.3969/j.issn.1003-6059.2011.02.020
基于自适应子空间在线PCA的手势识别
基于视觉的手势识别系统的学习一般是离线的,导致系统对新手势的正确识别需要重新离线学习,因此系统实时性、可扩展性和鲁棒性较差,不适合认知发育的智能框架.文中提出了基于自适应子空间在线PCA的手势识别方法.该方法通过计算样本投影系数向量的PCA来实现子空间在线更新,并根据新样本与已学习样本的差异程度,调整子空间更新策略,使算法自适应于不同情况,减少计算和存储开销,实现增量的在线学习和识别手势的目的.实验表明,本文方法能处理未知手势问题,实现手势在线积累和更新,逐渐增强系统识别能力.
在线学习、在线PCA、自适应子空间、手势识别
24
TP391.4(计算技术、计算机技术)
国家自然科学基金项目61070113;浙江省自然科学基金项目20080376
2011-09-05（万方平台首次上网日期，不代表论文的发表时间）
共6页
299-304
