• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Parsing 3D motion trajectory for gesture recognition
【24h】

Parsing 3D motion trajectory for gesture recognition

机译：解析3D运动轨迹以进行手势识别

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Motion trajectories have been widely used for gesture recognition. An effective representation of 3D motion trajectory is important for capturing and recognizing complex motion patterns. In this paper, we propose a view invariant hierarchical parsing method for free form 3D motion trajectory representation. The raw motion trajectory is first parsed into four types of trajectory primitives based on their 3D shapes. These primitives are further segmented into sub-primitives by the proposed shape descriptors. Based on the clustered sub-primitives, trajectory recognition is achieved by using Hidden Markov Model. The proposed parsing approach is view-invariant in 3D space and is robust to variations of scale, temporary speed and partial occlusion. It well represents long motion trajectories can also support online gesture recognition. The proposed approach is evaluated on multiple benchmark datasets. The competitive experimental results and comparisons with the state-of-the-art methods verify the effectiveness of our approach. (C) 2016 Elsevier Inc. All rights reserved.
机译：运动轨迹已被广泛用于手势识别。 3D运动轨迹的有效表示对于捕获和识别复杂的运动模式很重要。在本文中，我们提出了一种用于自由形式3D运动轨迹表示的视图不变层次分析方法。首先基于3D形状将原始运动轨迹解析为四种类型的轨迹图元。通过所提出的形状描述符将这些图元进一步细分为子图元。基于聚类的子原语，使用隐马尔可夫模型实现了轨迹识别。所提出的解析方法在3D空间中是视图不变的，并且对于比例，临时速度和部分遮挡的变化具有鲁棒性。它很好地代表了长运动轨迹，也可以支持在线手势识别。所提出的方法在多个基准数据集上进行了评估。竞争性实验结果以及与最先进方法的比较证明了我们方法的有效性。 （C）2016 Elsevier Inc.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号