整合順序式特徵擷取與多類別Adaboost用於手語分類

Integrate Sequential Feature Capture and Multi-class Adaboost use on Sign Language Classification

謝日方(Jih-Fang Hsieh)

指導教授 ： 周復華

健行科技大學/電資學院/電子工程所/碩士(2012年)

摘要

本文主旨在發展整合手部膚色偵測技術，並藉由調整高斯膚色模型所求得的門檻值提高正確率，其最高平均正確可達98.64%。本研究的動機為針對智慧家庭系統中，以使用者的手部膚色為模型，並用較簡便的方式建立門禁系統，再經過調整與訓練，以同時達到高識別率與即時偵測能力。
而後與紋理特徵法結合，並使用Haar like特徵與Adaboost演算法並改變分類器，由傳統的串接式分類器改變為多類別分類器，能順利將三種手勢分類，而三種手勢最低誤差率分別0%、46.25%、17.5%。

關鍵字

膚色偵測 ； 高斯混合模型 ； Haar like特徵 ； Adaboost演算法 ； 串接式分類器 ； 多類別分類器

並列摘要

This study is developing detection technology of hand skin color, and by adjust Gaussian skin color model obtained threshold exaltation correct rate, the highest average correct rate are 98.64%. This study the motivation is used in digital home-cared systems. And establish security system used method is more simple. Through adjustment and training. Concurrently achieve the higher recognition rate and real-time detection capability.
Then with texture features integrate, and used haar like feature with adaboost algorithm and change classifiers, from traditional cascade classification transform multi-class classification, all right classification three sign language, the three sign language lowest error rate are 0%,46.25%,17.5%.

並列關鍵字

Face Detection ； Gaussian Mixture Model ； Haar like Feature ； Adaboost Algorithm ； Cascade Classification ； Multi-class Classification

參考文獻

1. 林宸生，數位信號-影像與語音處理，全華科技圖書股份有限公司，民國九十二年。

2. 周哲帆、劉昆峰，「門禁監視之影像處理技術」，清雲科技大學電子工程系，大學專題製作報告，民國九十四年。

3. 黃泰祥，「具備人臉追蹤與辨識功能的一個智慧型數位監視系統」，中原大學電子工程研究所，碩士論文，民國九十二年。

4. 張智星，MATLAB程式設計與應用，初版，清蔚科技，新竹市，民國八十九年。

5. 繆紹綱，數位影像處理，普林斯頓國際有限公司，民國九十二年。