一种基于隐马尔科夫模型自增量学习的动态手势识别方法

本发明公开了一种基于隐马尔科夫模型自增量学习的动态手势识别方法，包括以下步骤：

1. 手势检测与跟踪；
2. 特征提取与矢量量化；
3. 模型训练与手势识别；
4. 增量学习。

本发明通过使用本发明提出的基于隐马尔科夫模型增量学习的动态手势识别方法，可以准确地识别手势操作人在摄像头前完成的动态手势操作。并能将识别后的手势数据用于旧模型的增量学习以调整模型参数中，从而使旧模型能动态适应未来手势数据中产生的新变化，对手势数据中的调整与更变能有更好的适应性。使得模型能不断随着手势数据的调整，对将来未知的手势识别有更好的鲁棒性。

本发明公开了一种基于隐马尔科夫模型自增量学习的动态手势识别方法，包括以下步骤：(1)手势检测与跟踪；(2)特征提取与矢量量化；(3)模型训练与手势识别；(4)增量学习。本发明通过使用本发明提出的基于隐马尔科夫模型增量学习的动态手势识别方法，可以准确地识别手势操作人在摄像头前完成的动态手势操作，并能将识别后的手势数据用于旧模型的增量学习以调整模型参数中，从而使旧模型能动态适应未来手势数据中产生的新变化，对手势数据中的调整与更变能有更好的适应性，使得模型能不断随着手势数据的调整，对将来未知的手势识别有更好的鲁棒性。