《表4 改进其他特征序列在LM-16上的识别正确率》

  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Leap Motion的动态手势识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验3对比了本文提出的特征序列与其他文献中提出的特征的效果，通过实现文献[5]中的特征序列，结合本文的分类器模型，得到结果如表4所示。从表4可以看出，仅采用文献[5]中提出的特征序列，得到的识别准确率较低，仅达到了55.31%。其原因是文献[5]的特征序列中只包含描述手指状态变化的特征，缺少描述手掌位移的特征，对动态手势的描述不够充分，因此识别准确率较低。在文献[5]中提取的特征序列中，指尖角度、指尖距离和指尖梯度与本文的指尖角度（A）、指尖距离（D）和指尖高度（E）类似，区别在于两者的归一化参数不同。而相邻指尖角度和相邻指尖距离在表达动态手势特征方面没有移动速度特征有效。因为相邻指尖角度和指尖角度之间、相邻指尖距离和指尖距离之间存在一定的信息冗余，使得特征序列中缺少能够准确描述手势移动的特征。实验结果表明，文献[5]中的特征序列不能有效描述有明显位移的动态手势。通过在文献[5]的特征序列中，加入本文提出的手心移动速度特征，得到了98.44%的识别准确率，识别准确率得到明显提升，弥补了文献[5]中的特征序列对动态手势描述的不足。由此可见本文提出的特征序列，对动态手势的识别具有更强的适应性。