摘要
摘要 在进行手势图像识别时，由于光照强弱、背景干扰等因素而导致手势识别的准确率降低，这给实际应用造成很大困扰。提出了一种基于肤色检测的动态手势识别算法。首先利用图像采集器获取若干手势图像，将RGB格式的手势图像映射到YCrCb颜色空间；然后对若干样本图像进行实验以获取合适的Cr分割阈值，并对图像进行二值化处理；利用改进的扫描线填充算法追踪手势位置并进行框定标识和尺度规范化处理，以提高算法效率，生成训练样本集和测试样本集。其次，利用卷积神经网络对手势图像样本集进行分类，计算结果表明准确率达到99.69%，远高于未二值化的手势识别率。从静态识别率、动态识别率、快速识别率、变换识别率等四个方面对该算法进行评价，结果显示综合准确率达到99.25%，满足实际工程需要，在灾情图像识别、呼救模式识别等领域具有实用价值。
出版日期
2022年09月05日（中国期刊网平台首次上网日期，不代表论文的发表时间）
