基于多特征SVMs分類器的手語識別的研究

　　七個不變矩由二階和三階中心矩的線性組合構(gòu)成，具體表達式如下：

　　實驗中，使用了全部的7Hu不變矩特征量作為手語圖像整體形狀描述的特征向量。形成特征空間(M1, M2, M3, M4, M5, M6, M7)，如表1所示。

　　表1手語字母X，Y，Z的7Hu矩分量

　　SIFT特征

　　David G.Lowe在2004年總結(jié)了現(xiàn)有的基于不變量技術(shù)的特征檢測方法，并正式提出了一種基于尺度空間的、對圖像縮放、旋轉(zhuǎn)甚至仿射變換保持不變性的圖像局部特征描述算子-SIFT算子[6,11]，即尺度不變特征變換。

　　SIFT算法首先在尺度空間進行特征檢測，并確定關(guān)鍵點(Keypoints)的位置和關(guān)鍵點所處的尺度，然后使用關(guān)鍵點鄰域梯度的主方向作為該點的方向特征，以實現(xiàn)算子對尺度和方向的無關(guān)性。

　　Lowe在圖像二維平面空間和DoG(Difference of Gaussian)尺度空間中同時檢測局部極值以作為特征點，以使特征具備良好的獨特性和穩(wěn)定性。DoG算子定義為兩個不同尺度的高斯核的差分，其具有計算簡單的特點，是歸一化LoG (Laplacian of Gaussian)算子的近似。DoG算子如下式所示：

　　對于圖像上的點，計算其在每一尺度下DoG算子的響應(yīng)值，這些值連起來得到特征尺度軌跡曲線。特征尺度曲線的局部極值點即為該特征的尺度。尺度軌跡曲線上完全可能存在多個局部極值點，這時可認為該點有多個特征尺度。

　　一幅圖像SIFT特征向量的生成算法總共包括4步：

　　(1)尺度空間極值檢測，初步確定關(guān)鍵點位置和所在尺度。

　　(2)通過擬和三維二次函數(shù)以精確確定關(guān)鍵點的位置和尺度，同時去除低對比度的關(guān)鍵點和不穩(wěn)定的邊緣響應(yīng)點(因為DoG算子會產(chǎn)生較強的邊緣響應(yīng))，以增強匹配穩(wěn)定性、提高抗噪聲能力[6,11]。

　　(3)利用關(guān)鍵點鄰域像素的梯度方向分布特性為每個關(guān)鍵點指定方向參數(shù)，使算子具備旋轉(zhuǎn)不變性。

　　式(14)為(x,y)處梯度的模值和方向公式。其中L所用的尺度為每個關(guān)鍵點各自所在的尺度。

　　(4)生成SIFT特征向量。 首先將坐標軸旋轉(zhuǎn)為關(guān)鍵點的方向，以確保旋轉(zhuǎn)不變性。接下來以關(guān)鍵點為中心取8×8的窗口。然后在每4×4的小塊上計算8個方向的梯度方向直方圖，繪制每個梯度方向的累加值，即可形成一個種子點。手語字母圖像的SIFT特征提取如圖2所示。

　　圖2 (a)手語字母J原圖 (b)對(a)提取SIFT特征向量

　　實驗

　　本文從視頻中采集了中國手語字母表中的30個手語字母的圖像，30組，每組圖像195幅，共5850幅圖像作為實驗圖像。每組的前50幅作為正例訓(xùn)練樣本，從其他29組中各選取5幅共145幅作為反例訓(xùn)練樣本。每類圖像除選作正例的50圖像外，剩余的145幅作為測試圖像。實驗中首先提取圖像的7維不變矩特征量，48維Gabor紋理特征，128維SIFT特征作為圖像全局和局部特征描述。然后分別采用兩種不同核函數(shù)(Linear kernel, Radical Basis Function)的SVMs分類器進行訓(xùn)練，對中國手語字母表中的30個手語字母圖像的識別結(jié)果如表2所示。

　　表2 30個中國手語字母的識別結(jié)果

　　基于線性核函數(shù)的SVM平均識別率為95.556%，基于徑向基核函數(shù)的SVM平均識別率為83.1282%。實驗表明，采用徑向基核函數(shù)的SVM識別率普遍低于采用線性核函數(shù)的SVM。

　　結(jié)語

　　本文提出了一種采用7Hu不變矩特征量等多種圖像特征相融合的SVMs手語識別方法。實驗表明，在手語識別中，采用圖像全局和局部特征相結(jié)合的方法，可獲得較高的識別率，為手語識別方法的早日推廣應(yīng)用提供了理論依據(jù)。