machine-learning - 手势识别功能

Question

我想创建一个应用程序，它可以学习对用户绘制的一系列点进行分类，例如手写识别。如果数据点由许多 (x,y) 对组成（例如对应于手势实例的像素），那么计算该实例的最佳特征是什么，这将构成一个好的多类分类器（例如 SVM， NN等）？特别是如果提供的培训示例有限。

Answer 1

如果我是你，我会找到与角点、端点和交叉点相对应的数据点，将它们用作特征并丢弃中间点。您也可以包含这些兴趣点的角度或其他一些描述符。

为了检测兴趣点，您可以使用Harris 检测器，然后您可以使用该点的梯度值作为简单的描述符。或者，您可以使用更花哨的方法，例如SIFT。

您可以使用下采样图像中每个像素的描述符，然后使用 SVM 进行分类。这样做的缺点是特征向量中会有大量无趣的数据点。

另一种方法是不将其视为分类问题，而是将其视为模板匹配问题（在计算机视觉中相当常见）。在这种情况下，可以将手势指定为任意数量的兴趣点，完全忽略不感兴趣的数据。实例点的某个阈值百分比必须与模板匹配才能进行肯定识别。例如，当匹配'R'实例的角点与'X'模板时，右下点应该匹配，是相同位置方向的端点，但其他点太不相似，给出了相当低的分数和标识 R=X 将被拒绝。