结合肤色分割和ELM算法的静态手势识别

摘要

针对目前复杂背景下手势图像识别率不高、识别困难等问题,基于ELM(extreme learning machine),提出了一种快速手势识别方法。结合RGB与HSV两种颜色空间模型,从复杂背景中去除大部分类肤色的干扰,实现手势分割;采用改进的Hu不变矩以及指尖个数对获取的手势轮廓进行描述;利用ELM进行特征数据分类,从而实现实验所采用手势的识别,其中ELM是在单隐层神经网络的基础上提出来的一种新型前馈神经网络,网络结构比较简单,输入权值和偏差随机给定的。在采用ELM识别的同时又用传统的BP网络进行了识别,结果表明:相对于BP网络,ELM具有较快的学习速度和良好的抗差能力,同时识别率比较高,适合静态手势识别。