·434 智能系统学报 第10卷 [6]DARDAS N H,GEORGANAS N D.Real-time hand gesture 5 结束语 detection and recognition using bag-of-features and support 本文提出了一种基于空间金字塔特征包的特征 vector machine techniques[J].IEEE Transaction on Instru- 对手势图像进行表示，该方法相比于传统的BoF mentation and Measurement,2011,60(11):3592-3607. SIFT方法的优势在于能同时从局部和全局描述手 [7]JIANG Yugang,NGO C W,YANG Jun.Towards optimal 势图像的特征点，还能描述特征点的分布特性。采 bag-of-features for object categorization and semantic video 用直方图相交核支持向量机对所提取特征进行识 retrieval[C]//Proceedings of the 6th ACM International 别，该方法的优点在于无需选择参数，增加了系统的 Conference on Image and Video Retrieval.New York,USA, 稳定性。实验表明了新方法的有效性。后续工作将 2007：494-501. 考虑与其他识别算法的融合，以进一步提高识别的 [8]CHUANG Yuelong,CHEN Ling,CHEN Gencai.Hierarchi- cal bag-of-features for hand gesture recognition[C]//Pro- 准确率。 ceedings of 18th IEEE International Conference on Image 参考文献： Processing.Brussels,Belgium,2011:1777-1780. [9]LOWE D G.Distinctive image features from scale-invariant [1]隋云衡，郭元术.融合Hu矩与BoF-SURF支持向量机的 keypoints[J].International Journal of Computer Vision, 手势识别[J].计算机应用研究，2013,31(3)：953-956， 2004,60(2):91-110. 960 [10]LAZEBNIK S,SCHMID C,PONCE J.Beyond bags of fea- SUI Yunheng,GUO Yuanshu.Hand gesture recognition tures:Spatial pyramid matching for recognizing natural based on combining Hu moments and BoF-SURF support scene categories[C]//Proceedings of the 2006 IEEE Com- vector machine[J].Application Research of Computers, puter Society Conference on Computer Vision and Pattern 2013,31(3):953-956,960. Recognition.New York,USA,2006:2169-2178. [2]张良国，吴江琴，高文，等.基于Hausdorff距离的手势 [11]ARTHER D,VASSILVITSKII S.K-means++:the advan- 识别[J刀.中国图象图形学报，2002,7(11)：1144-1150. tages of careful seeding [C]//Proceedings of the Eigh- ZHANG Liangguo,WU Jiangqin,GAO Wen,et al.Hand teenth Annual ACM-SIAM Symposium on Discrete Algo- gesture recognition based on Hausdorff distance[J].Journal rithms.New York,USA,2007:1027-1035. of Image and Graphics,2002,7(11):1144-1150. [12]易晓梅，吴鹏，刘丽娟，等.一种基于改进支持向量机 [3]黄国范，毛红阁.基于切线距离的中国手指语字母手势 的入侵检测方法研究[J].计算机工程与应用，2012， 识别[J].吉林化工学院学报，2013,30(3)：79-81. 48(15):74-77. HUANG Guofan,MAO Hongge.Tangent distance-based YI Xiaomei,WU Peng,LIU Lijuan,et al.Intrusion detec- Chinese finger alphabet gesture recognition[J].Journal of tion method based on improved SVM[J].Computer Engi- Jilin Institute of Chemical Technology,2013,30(3):79- neering and Applications,2012,48(15):74-77. 81 [13]BARLA A,ODONE F,VERRI A.Histogram intersection [4]张汗灵，李红英，周敏.融合多特征和压缩感知的手势 kernel for image classification C//Proceedings of Inter- 识别J].湖南大学学报：自然科学版，2013,40(3)：87- national Conference on Image Processing.Barcelona, 92 Spain,2003:513-516. ZHANG Hanling,LI Hongying,ZHOU Min.Hand posture [14]CHANG C C,LIN C J.LIBSVM:a library for support vec- recognition based on multi-feature and compressive sensing tor machines[EB/OL].[2014-05-10].http://www.csie. [J].Journal of Hunan University:Natural Sciences,2013, ntu.edu.tw/cjlin/libsvm. 40(3):87-92. [15]TRIESCH J.MALSBURG C,MARCEL S.Hand posture [5]丁友东，庞海波，吴学纯，等.一种用于手势识别的局 and gesture datasets:Jochen Triesch static hand posture 部均值模式纹理描述子[J].应用科学学报，2013,31 database[EB/OL].[2014-05-10].http://www.idiap.ch/ (5):526-532 resources/gestures/. DING Youdong,PANG Haibo,WU Xuechun,et al.Local [16]JUST A,RODRIGUEZ Y,MARCEL S.Hand posture clas- mean pattern texture descriptor for gesture recognition[J]. sification and recognition using the modified census trans- Journal of Applied Sciences,2013,31(5):526-532. form[C]//Proceedings of the IEEE International Confer-５ 结束语 本文提出了一种基于空间金字塔特征包的特征 对手势图像进行表示，该方法相比于传统的 ＢｏＦ⁃ ＳＩＦＴ 方法的优势在于能同时从局部和全局描述手 势图像的特征点，还能描述特征点的分布特性。 采 用直方图相交核支持向量机对所提取特征进行识 别，该方法的优点在于无需选择参数，增加了系统的 稳定性。 实验表明了新方法的有效性。 后续工作将 考虑与其他识别算法的融合，以进一步提高识别的 准确率。 参考文献： ［１］隋云衡， 郭元术． 融合 Ｈｕ 矩与 ＢｏＦ⁃ＳＵＲＦ 支持向量机的 手势识别［Ｊ］． 计算机应用研究， ２０１３， ３１（３）： ９５３⁃９５６， ９６０． ＳＵＩ Ｙｕｎｈｅｎｇ， ＧＵＯ Ｙｕａｎｓｈｕ． Ｈａｎｄ ｇｅｓｔｕｒｅ ｒｅｃｏｇｎｉｔｉｏｎ ｂａｓｅｄ ｏｎ ｃｏｍｂｉｎｉｎｇ Ｈｕ ｍｏｍｅｎｔｓ ａｎｄ ＢｏＦ⁃ＳＵＲＦ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ ［ Ｊ ］． Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ， ２０１３， ３１（３）： ９５３⁃９５６， ９６０． ［２］张良国， 吴江琴， 高文， 等． 基于 Ｈａｕｓｄｏｒｆｆ 距离的手势 识别［Ｊ］． 中国图象图形学报， ２００２， ７（１１）： １１４４⁃１１５０． ＺＨＡＮＧ Ｌｉａｎｇｇｕｏ， ＷＵ Ｊｉａｎｇｑｉｎ， ＧＡＯ Ｗｅｎ， ｅｔ ａｌ． Ｈａｎｄ ｇｅｓｔｕｒｅ ｒｅｃｏｇｎｉｔｉｏｎ ｂａｓｅｄ ｏｎ Ｈａｕｓｄｏｒｆｆ ｄｉｓｔａｎｃｅ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｍａｇｅ ａｎｄ Ｇｒａｐｈｉｃｓ， ２００２， ７（１１）： １１４４⁃１１５０． ［３］黄国范， 毛红阁． 基于切线距离的中国手指语字母手势 识别［Ｊ］． 吉林化工学院学报， ２０１３， ３０（３）： ７９⁃８１． ＨＵＡＮＧ Ｇｕｏｆａｎ， ＭＡＯ Ｈｏｎｇｇｅ． Ｔａｎｇｅｎｔ ｄｉｓｔａｎｃｅ⁃ｂａｓｅｄ Ｃｈｉｎｅｓｅ ｆｉｎｇｅｒ ａｌｐｈａｂｅｔ ｇｅｓｔｕｒｅ ｒｅｃｏｇｎｉｔｉｏｎ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｊｉｌｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｈｅｍｉｃａｌ Ｔｅｃｈｎｏｌｏｇｙ， ２０１３， ３０（ ３）： ７９⁃ ８１． ［４］张汗灵， 李红英， 周敏． 融合多特征和压缩感知的手势 识别［Ｊ］． 湖南大学学报：自然科学版， ２０１３， ４０（３）： ８７⁃ ９２． ＺＨＡＮＧ Ｈａｎｌｉｎｇ， ＬＩ Ｈｏｎｇｙｉｎｇ， ＺＨＯＵ Ｍｉｎ． Ｈａｎｄ ｐｏｓｔｕｒｅ ｒｅｃｏｇｎｉｔｉｏｎ ｂａｓｅｄ ｏｎ ｍｕｌｔｉ⁃ｆｅａｔｕｒｅ ａｎｄ ｃｏｍｐｒｅｓｓｉｖｅ ｓｅｎｓｉｎｇ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｈｕｎａｎ Ｕｎｉｖｅｒｓｉｔｙ： Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅｓ， ２０１３， ４０（３）： ８７⁃９２． ［５］丁友东， 庞海波， 吴学纯， 等． 一种用于手势识别的局 部均值模式纹理描述子［ Ｊ］． 应用科学学报， ２０１３， ３１ （５）： ５２６⁃５３２． ＤＩＮＧ Ｙｏｕｄｏｎｇ， ＰＡＮＧ Ｈａｉｂｏ， ＷＵ Ｘｕｅｃｈｕｎ， ｅｔ ａｌ． Ｌｏｃａｌ ｍｅａｎ ｐａｔｔｅｒｎ ｔｅｘｔｕｒｅ ｄｅｓｃｒｉｐｔｏｒ ｆｏｒ ｇｅｓｔｕｒｅ ｒｅｃｏｇｎｉｔｉｏｎ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｓｃｉｅｎｃｅｓ， ２０１３， ３１（５）： ５２６⁃５３２． ［６］ＤＡＲＤＡＳ Ｎ Ｈ， ＧＥＯＲＧＡＮＡＳ Ｎ Ｄ． Ｒｅａｌ⁃ｔｉｍｅ ｈａｎｄ ｇｅｓｔｕｒｅ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ ｕｓｉｎｇ ｂａｇ⁃ｏｆ⁃ｆｅａｔｕｒｅｓ ａｎｄ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ ｔｅｃｈｎｉｑｕｅｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎ ｏｎ Ｉｎｓｔｒｕ⁃ ｍｅｎｔａｔｉｏｎ ａｎｄ Ｍｅａｓｕｒｅｍｅｎｔ， ２０１１， ６０（１１）： ３５９２⁃３６０７． ［７］ ＪＩＡＮＧ Ｙｕｇａｎｇ， ＮＧＯ Ｃ Ｗ， ＹＡＮＧ Ｊｕｎ． Ｔｏｗａｒｄｓ ｏｐｔｉｍａｌ ｂａｇ⁃ｏｆ⁃ｆｅａｔｕｒｅｓ ｆｏｒ ｏｂｊｅｃｔ ｃａｔｅｇｏｒｉｚａｔｉｏｎ ａｎｄ ｓｅｍａｎｔｉｃ ｖｉｄｅｏ ｒｅｔｒｉｅｖａｌ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ６ｔｈ ＡＣＭ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｍａｇｅ ａｎｄ Ｖｉｄｅｏ Ｒｅｔｒｉｅｖａｌ． Ｎｅｗ Ｙｏｒｋ， ＵＳＡ， ２００７： ４９４⁃５０１． ［８］ＣＨＵＡＮＧ Ｙｕｅｌｏｎｇ， ＣＨＥＮ Ｌｉｎｇ， ＣＨＥＮ Ｇｅｎｃａｉ． Ｈｉｅｒａｒｃｈｉ⁃ ｃａｌ ｂａｇ⁃ｏｆ⁃ｆｅａｔｕｒｅｓ ｆｏｒ ｈａｎｄ ｇｅｓｔｕｒｅ ｒｅｃｏｇｎｉｔｉｏｎ ［ Ｃ］ ／ ／ Ｐｒｏ⁃ ｃｅｅｄｉｎｇｓ ｏｆ １８ｔｈ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ． Ｂｒｕｓｓｅｌｓ， Ｂｅｌｇｉｕｍ， ２０１１： １７７７⁃１７８０． ［９］ＬＯＷＥ Ｄ Ｇ． Ｄｉｓｔｉｎｃｔｉｖｅ ｉｍａｇｅ ｆｅａｔｕｒｅｓ ｆｒｏｍ ｓｃａｌｅ⁃ｉｎｖａｒｉａｎｔ ｋｅｙｐｏｉｎｔｓ ［ Ｊ ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ， ２００４， ６０（２）： ９１⁃１１０． ［１０］ＬＡＺＥＢＮＩＫ Ｓ， ＳＣＨＭＩＤ Ｃ， ＰＯＮＣＥ Ｊ． Ｂｅｙｏｎｄ ｂａｇｓ ｏｆ ｆｅａ⁃ ｔｕｒｅｓ： Ｓｐａｔｉａｌ ｐｙｒａｍｉｄ ｍａｔｃｈｉｎｇ ｆｏｒ ｒｅｃｏｇｎｉｚｉｎｇ ｎａｔｕｒａｌ ｓｃｅｎｅ ｃａｔｅｇｏｒｉｅｓ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２００６ ＩＥＥＥ Ｃｏｍ⁃ ｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｎｅｗ Ｙｏｒｋ， ＵＳＡ， ２００６： ２１６９⁃２１７８． ［１１］ＡＲＴＨＥＲ Ｄ， ＶＡＳＳＩＬＶＩＴＳＫＩＩ Ｓ． Ｋ⁃ｍｅａｎｓ＋＋： ｔｈｅ ａｄｖａｎ⁃ ｔａｇｅｓ ｏｆ ｃａｒｅｆｕｌ ｓｅｅｄｉｎｇ ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｅｉｇｈ⁃ ｔｅｅｎｔｈ Ａｎｎｕａｌ ＡＣＭ⁃ＳＩＡＭ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｄｉｓｃｒｅｔｅ Ａｌｇｏ⁃ ｒｉｔｈｍｓ． Ｎｅｗ Ｙｏｒｋ， ＵＳＡ， ２００７： １０２７⁃１０３５． ［１２］易晓梅， 吴鹏， 刘丽娟， 等． 一种基于改进支持向量机 的入侵检测方法研究［ Ｊ］． 计算机工程与应用， ２０１２， ４８（１５）： ７４⁃７７． ＹＩ Ｘｉａｏｍｅｉ， ＷＵ Ｐｅｎｇ， ＬＩＵ Ｌｉｊｕａｎ， ｅｔ ａｌ． Ｉｎｔｒｕｓｉｏｎ ｄｅｔｅｃ⁃ ｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ＳＶＭ［ Ｊ］． Ｃｏｍｐｕｔｅｒ Ｅｎｇｉ⁃ ｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ， ２０１２， ４８（１５）： ７４⁃７７． ［１３］ＢＡＲＬＡ Ａ， ＯＤＯＮＥ Ｆ， ＶＥＲＲＩ Ａ． Ｈｉｓｔｏｇｒａｍ ｉｎｔｅｒｓｅｃｔｉｏｎ ｋｅｒｎｅｌ ｆｏｒ ｉｍａｇｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｉｎｔｅｒ⁃ ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ． Ｂａｒｃｅｌｏｎａ， Ｓｐａｉｎ， ２００３： ５１３⁃５１６． ［１４］ＣＨＡＮＧ Ｃ Ｃ， ＬＩＮ Ｃ Ｊ． ＬＩＢＳＶＭ： ａ ｌｉｂｒａｒｙ ｆｏｒ ｓｕｐｐｏｒｔ ｖｅｃ⁃ ｔｏｒ ｍａｃｈｉｎｅｓ［ＥＢ／ ＯＬ］． ［ ２０１４⁃０５⁃１０］． ｈｔｔｐ： ／ ／ ｗｗｗ． ｃｓｉｅ． ｎｔｕ．ｅｄｕ．ｔｗ／ ｃｊｌｉｎ ／ ｌｉｂｓｖｍ． ［１５］ ＴＲＩＥＳＣＨ Ｊ， ＭＡＬＳＢＵＲＧ Ｃ， ＭＡＲＣＥＬ Ｓ． Ｈａｎｄ ｐｏｓｔｕｒｅ ａｎｄ ｇｅｓｔｕｒｅ ｄａｔａｓｅｔｓ： Ｊｏｃｈｅｎ Ｔｒｉｅｓｃｈ ｓｔａｔｉｃ ｈａｎｄ ｐｏｓｔｕｒｅ ｄａｔａｂａｓｅ［ＥＢ／ ＯＬ］． ［２０１４⁃０５⁃１０］． ｈｔｔｐ： ／ ／ ｗｗｗ．ｉｄｉａｐ．ｃｈ ／ ｒｅｓｏｕｒｃｅｓ／ ｇｅｓｔｕｒｅｓ／ ． ［１６］ＪＵＳＴ Ａ， ＲＯＤＲＩＧＵＥＺ Ｙ， ＭＡＲＣＥＬ Ｓ． Ｈａｎｄ ｐｏｓｔｕｒｅ ｃｌａｓ⁃ ｓｉｆｉｃａｔｉｏｎ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ ｕｓｉｎｇ ｔｈｅ ｍｏｄｉｆｉｅｄ ｃｅｎｓｕｓ ｔｒａｎｓ⁃ ｆｏｒｍ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒ⁃ ·４３４· 智 能 系 统 学 报 第 １０ 卷