混合骨骼特征的三帧间差分手势识别方法研究

三帧间差分检测作为手势识别中的一种优秀算法，可在一定程度上解决二帧间差分法的“重影”问题。但三帧间差分检测在识别手势时会出现空洞，无法适应光照骤变等情况。针对此问题，提出了一种混合骨骼特征的三帧间差分手势识别方法。该方法首先对数据集进行二值化以统一大小，降低背景颜色干扰和计算量；然后使用混合骨骼特征的三帧间差分进行手势检测与追踪；最后通过神经网络进行手势识别分类。该方法可以有效地重点训练手部特征，显著降低了背景对手势识别的干扰，同时还提升了识别效率。经实验验证，该方法在复杂背景下的识别率最低为 93.38%，最高为 99.99%，满足鲁棒性的要求，为在复杂图像背景下的手势识别提供了一个新的思路。