关键词：kinect v2传感器 动态手势识别 未定义手势 识别率 

摘要：为解决隐马尔科夫模型(HMM)算法在动态手势识别中存在的准确率不高、容易受未定义手势的干扰、难以适应复杂背景等问题,本文提出了一种基于Kinect V2传感器改进的HMM动态手势识别方法。该方法进行手势分割后,以质心运动轨迹正切角的值进行均匀量化编码,通过设置概率阈值模型及编码的种类来排除未定义手势、进行动态手势识别,并对比不同实验环境下的识别效果。实验结果表明,改进后的HMM算法有效地排除了多种未定义手势,能够适应复杂背景和黑暗条件,而且能够提高对已定义手势的识别率。

高技术通讯杂志要求:

{1}标题一般不宜超过4层。标题行和每段正文首行均空二格。各级标题末尾均不加标点。

{2}来稿经编辑部查新核实无一稿多投、重复发表或剽窃行为后，由编辑部登记备案给予编号，由作者填写《版权协议》。

{3}作者应对稿件中的错别字、引文、标点符号等问题仔细地核对和订正。

{4}参考文献一般不少于4篇，必须是公开发表且在文中确实引用的专著、期刊文章、论文集文章、学位论文、技术标准等，按文中引用的先后顺序编号。

{5}作者简介：作者姓名、出生年、性别、民族、籍贯、职称、学位及研究方向。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社