信号与系统SignalProcess&System传感器世界2022.12Vol.28NO.12Total33030注：商丘工学院科研项目（No.2022KYXM22）摘要：手势识别是人机交互领域的一种重要手段，针对手势形态多样性和背景的复杂性导致识别率不高的问题，提出一种融合HOG+SVM的手势识别方法，该方法有效提高手势识别率。首先建立手势样本数据集，选择轮廓信息完整的手势图像作为模板，为了验证分割的高效性，采集6类手势的6,000张样本，提取两种局部二值模式特征和一种方向梯度直方图，对形态学处理后手势样本集提取HOG特征并进行降维处理，目的是提高手势识别速度，然后对手势轮廓和质心位置提取不同形态手势多特征信息，对两种特征进行归一化处理，精确地对手势信息进行识别，得到不同形态手势的特征，将最终的手势分类特征通过SVM进行分类识别。实验结果表明，本文提出的手势识别方法在复杂环境下识别率达到95%，具有较强的鲁棒性，满足人机交互的需求。关键词：手势识别；HOG；SVM；多特征信息；人机交互中图分类号：TP391.4文献标识码：A文章编号：1006-883X(2022)12-0030-07收稿日期：2022-10-28基于HOG特征提取和SVM的手势识别方法研究李国玄马凯凯王文博商丘工学院机械工程学院，河南商丘4760000前言手势是一种自然、直接、符合用户习惯的交互方式，具有快速、非接触、容易理解等优势，因此，对手势识别的研究可以增强用户的沉浸感体验，使交互体验更为直观和舒适。随着人工智能的迅速发展，人机交互技术也越来越趋于智能化和人性化，手势识别作为人机交互领域中一个具有挑战性的问题，多年来一直是科研工作者研究的热点[1-2]。目前，国内外针对手势识别的研究主要分为基于2D摄像头的二维手型识别、二维手势识别，以及基于3D摄像头的三维手势识别，前两种完全基于二维层面，第三种包含深度信息。最初，研究者主要是利用机械设备辅助检测人手的各个关节的位置、角度信息，从而识别手势含义。传统的人机交互技术是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术，它包括机器通过输出或显示设备给人提供大量有关信息及提示请示等，是计算机用户界面设计中的重要内容之一[3-4]。随着科技的发展，人们逐渐不满足传统的接触型交互，手势识别作为非接触型的一种交互方式，不仅实现了便捷的操作方式，还完成了人与计算机的互动和交流。目前，手势识别在手语识别、人机交互、机器人控制、智能监控、视觉环境操作等领域均有应用，未来将在更多行业、更多方面发挥...
