Signer-independence finger alphabet recognition using discrete wavelet transform and area level run lengths
บทความในวารสาร
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Pattanaworapan K., Chamnongthai K., Guo J.-M.
ผู้เผยแพร่: Elsevier
ปีที่เผยแพร่ (ค.ศ.): 2016
วารสาร: Journal of Visual Communication and Image Representation (1047-3203)
Volume number: 38
หน้าแรก: 658
หน้าสุดท้าย: 677
จำนวนหน้า: 20
นอก: 1047-3203
eISSN: 1095-9076
ภาษา: English-Great Britain (EN-GB)
ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์
บทคัดย่อ
This paper proposes a method for finger alphabet recognition from backhand images with signer-independence. Input images that are divided into fist sign and non-fist sign groups should be analyzed and processed in different ways. Finger alphabets in the fist group are represented by a one-dimensional signal that represents the external hand boundaries. Its low and high frequency components are then extracted by discrete wavelet transform, which are key features for recognition. The non-fist sign images, which are radically digitized into a 20 ื 20 block mask in terms of the hand geometry, due to the hand's physical structure, can be recognized by the patterns of the occupied blocks. The experimental results show that the proposed method has a high likelihood of differentiating twenty-three static finger alphabets of backhand images. The proposed method reaches an improvement of 27.86% in recognition accuracy on a significant dataset of fist signs that includes multiple users, while the statistical distribution of the area level run length algorithm outperforms previous forehand approaches by 89.38% in recognition accuracy. ฉ 2016 Elsevier Inc. All rights reserved.
คำสำคัญ
Finger alphabet recognition, Run length algorithm, Signer independence, Sign grouping, Sign speaking system
ติดต่อสอบถามเพิ่มเติมได้ที่