基于嵌入式系統(tǒng)的支持向量機手勢識別算法研究.pdf

1、手勢是種自然、直觀的交流方法，它能像語言一樣表達某種意思。手勢識別技術(shù)有較廣泛的應(yīng)用，但由于算法本身的相對復(fù)雜，所以多數(shù)基于PC機實現(xiàn)?；谇度胧较到y(tǒng)的手勢識別相對PC機具有便捷性等優(yōu)點，有實際應(yīng)用價值。在計算、存儲資源有限的嵌入式系統(tǒng)上實現(xiàn)手勢識別需要對識別算法進行改進，才能在保證識別準(zhǔn)確率前提下提高系統(tǒng)實時性。
　　手勢識別系統(tǒng)包括圖像采集和預(yù)處理、圖像識別等。識別算法的選擇對性能有重要影響，本文選擇支持向量機算法作為識別算法

2、。支持向量機算法基于統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小化理論，相對于人工神經(jīng)網(wǎng)絡(luò)和決策樹等算法有更好的理論基礎(chǔ)和泛化能力以及更高的識別準(zhǔn)確率。因為ARM架構(gòu)處理器應(yīng)用較廣，所以選擇在ARM架構(gòu)處理器的嵌入式系統(tǒng)上實現(xiàn)手勢識別。
　　由于訓(xùn)練算法較復(fù)雜，多數(shù)人都選擇在PC機訓(xùn)練模型，然后通過模型參數(shù)，在嵌入式系統(tǒng)實現(xiàn)識別部分。本文選擇將支持向量機算法的訓(xùn)練部分和識別部分一起在嵌入式系統(tǒng)中實現(xiàn)，以滿足應(yīng)用的需要。由于嵌入式系統(tǒng)運算能力和內(nèi)存都

3、不如PC機，所以本文針對手勢識別應(yīng)用改進支持向量機算法使其能在資源有限的嵌入式系統(tǒng)上有效運行，滿足穩(wěn)定性和實時性要求，提出了基于切比雪夫-徑向基混合核函數(shù)的改進多分類DAGSVM算法。改進算法對訓(xùn)練樣本做了篩選，采用新的混合核函數(shù)，將遺傳算法用于參數(shù)選取，改進了多分類DAGSVM算法和SMO訓(xùn)練算法，浮點數(shù)運算定點化處理。經(jīng)過實驗驗證了改進算法比原算法有更快的訓(xùn)練、識別速度，識別準(zhǔn)確率基本不變。本文針對支持向量機手勢識別算法在嵌入式平臺