Hand posture recognition using HOW and homogenous kernel
Other Title(s)
Reconnaissance de la posture de la main à l'aide du HOW et noyau homogène
Joint Authors
Abbadi, Wasilah
Hamdi, Rashid
Fazari, Muhammad
Source
Issue
Vol. 25, Issue 1 (30 Jun. 2019), pp.125-133, 9 p.
Publisher
Annaba Badji Mokhtar University
Publication Date
2019-06-30
Country of Publication
Algeria
No. of Pages
9
Main Subjects
Topics
Abstract EN
In this paper, we present a static hand gestures recognition system of Arabic Sign Language alphabets.
The proposed method uses Histogram Of visual Words (HOW) descriptor and Support Vector Machine (SVM).
First, the images of static hand gestures are converted into HOW features and grouped using k-means clustering to create histograms.
Then they are converted from non linear space into linear space using Chi-squared kernel.
The result is fed into One-vs-All SVM classifier to build signs models.
Training and test stages of this technique are implemented on hand postures images using cluttered backgrounds for different lighting conditions, scales and rotations.
The proposed method shows a satisfactory recognition rate and achieves good real-time performance regardless of the image resolution.
Abstract FRE
Dans cet article, nous présentons un système de reconnaissance des gestes statique de la main du Langage des Signes Arabe.
La méthode proposée utilise un descripteur des histogrammes en mots visuels (HOW), et la classification en utilisant séparateur à vaste marges (SVM) avec un noyau homogène.
Tout d'abord, les images des gestes statiques de la main sont converties en paramètres HOW et groupées en utilisant la classification k-means pour créer des histogrammes.
Ensuite, ils sont convertis à partir d'un espace non linéaire en espace linéaire en utilisant le noyau Chi-carré (X2 ).
Le résultat est introduit dans le classificateur SVM pour créer des modèles de signes.
Les étapes d’apprentissage et de test de cette technique sont implémentées sur des postures d'images en utilisant des fonds complexes pour différentes conditions d'éclairage, échelles et rotations.
La méthode proposée montre un taux de reconnaissance satisfaisant et obtient de bonnes performances en temps réel quelle que soit la résolution de l'image.
American Psychological Association (APA)
Abbadi, Wasilah& Hamdi, Rashid& Fazari, Muhammad. 2019. Hand posture recognition using HOW and homogenous kernel. Synthèse،Vol. 25, no. 1, pp.125-133.
https://search.emarefa.net/detail/BIM-890583
Modern Language Association (MLA)
Abbadi, Wasilah…[et al.]. Hand posture recognition using HOW and homogenous kernel. Synthèse Vol. 25, no. 1 (Jun. 2019), pp.125-133.
https://search.emarefa.net/detail/BIM-890583
American Medical Association (AMA)
Abbadi, Wasilah& Hamdi, Rashid& Fazari, Muhammad. Hand posture recognition using HOW and homogenous kernel. Synthèse. 2019. Vol. 25, no. 1, pp.125-133.
https://search.emarefa.net/detail/BIM-890583
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 132-133
Record ID
BIM-890583
