손 제스처/자세 인식을위한 피쳐 추출 방법

Question

현재 수화 인식 응용 프로그램을 개발 중입니다. 여기서는 숨겨진 마코프 모델을 분류 단계로 사용하고 있습니다. 즉, 제스처/자세를 분류하여 관련 편지 또는 단어.

나는 현재 손을 감지하고있는 첫 단계를 완료했습니다. 손

• 볼록 선체
• 볼록 결함
• 경계 회전 손
• 중심 : 현재 I는 I와 같은 내 기계 학습 단계에 사용할 수있는 파라미터 (특성)의 번호를 얻을 수있다 타원/사각형은
• 순간 (나는 이러한 extactly 무엇인지 확실하지 않다) 손
• 윤곽 (예 : 회전의 관점에서 필요한 각도를 얻을)

이들은 모두 openCv를 통해 가능합니다.

내 질문 : 이러한 기능이 모두 갖추어지면 '기능 추출'단계를 어떻게 수행 할 수 있습니까? 즉, 기계 학습 알고리즘 인 경우,이 경우 HMM은 확률의 세트를 필요로하는데, 어떻게 상기 정보를 사용할 수 있는가?

내가 가지고있는 한 가지 생각은 각 제스처를 고유하게 식별하는 정보가 포함 된 특수 데이터 구조를 만드는 것이지만 기계 학습 기술에 어떻게 적용 할 수 있습니까? (이 경우 숨겨진 마르코프 모델)

이 특정 단계에서 검색해야 할 항목을 안내하거나 실제로 가지고있는 실제적인 어려움을 보여 줄 수있는 사람을 안내해 줄 수 있습니까?

Answer 1

일단 관찰 세트를 준비하면 Viterbi 알고리즘에 제공하여 이러한 관찰을 생성했을 수있는 최상의 상태 시퀀스를 탐지 할 수 있습니다. 또한, Baum-Welch 알고리즘을 사용하여 샘플의 데이터 세트에서 HMM을 학습 할 수 있습니다. my blog post을 보시면 HMM을 사용하여 동적 인 손짓을 인식하는 간단한 설명을 볼 수 있습니다 (openCV를 사용하지 않거나 손의 윤곽선을 스캔하지는 않지만). 희망이 처리 및 학습 단계에 대한 일반적인 아이디어를 얻는 데 도움이 될 수 있기를 바랍니다.