《表5 三种算法性能对比:基于HOG特征与手部多特征信息融合的静态手势识别》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于HOG特征与手部多特征信息融合的静态手势识别》
为了验证本次实验的鲁棒性,用实验训练集与测试集对单独提取HOG特征的手势识别以及融合HOG特征与Hu特征的手势识别进行实验对比,三种算法性能对比如表5所示,三种算法平均识别率对比图如图9所示,部分预测结果可视化如图10所示。由表5与图9可以看出,融合了HOG特征与手部多特征的平均识别率达到了96%,明显高于单独提取HOG特征的手势识别,说明提取手部多特征并与HOG特征融合能够一定程度上弥补单独提取HOG特征的不足,也说明基于单一特征的手势识别方法不能保证手势识别的准确性。相比于融合HOG特征与Hu不变矩,本文方法识别率更高,说明本文方法在不同角度因素下有良好的鲁棒性,同时本文方法相比于前两种方法运行时间最短,具有更好的实时性。
图表编号 | XD00159232900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 杨述斌、潘伟、蒋宗霖 |
绘制单位 | 武汉工程大学电气信息学院、智能机器人湖北省重点实验室、武汉工程大学电气信息学院、武汉工程大学电气信息学院 |
更多格式 | 高清、无水印(增值服务) |