PeixianChen / Gesture-Recognition-Based-HU-Moments

说明

• 本分代码是课程论文的实现代码。
• 论文会放到个人博客 https://pealing.github.io/
• 新手上路，还望多交流、指正、批评

数据说明

• 图片数据来源：http://www.massey.ac.nz/~albarcza/gesture_dataset2012.html
• TXT数据是利用C++程序"手势分割代码"，将图片数据集进行分割和特征点提取后得到的特征参数文本
• TXT数据命名
  • HandPractice_add_x(HandTest_add_x)：为20个特征点的数据集，x代表0~5的数字手势
  • HandPractice_t_x(HandTest_t_x)：为5个特征参数（4个HU矩 + 轮廓的周长和面积比），x代表0~5的数字手势

关于代码：

输入参数num：

需要进行分类的特征参数个数。（0-7或0-5）

手势分割代码

* 是C++和OPENCV基于VS2012下完成的
* 功能：预处理 + 手掌分割 + 特征提取
* 之后有时间可能会将各个代码改写为python，并和分类效果最好的SVM一起合成一份代码
* 代码算法详解也会在随后写到博客中
* 不过这一切随后可能要等到我考完试&作为个小菜比把博客弄好了

输出结果：

bayes：

1. 输出各测试样本+分类结果+加各类型手势错误率
2. 输出ROC曲线即其AUC值。（详见代码备注）

Parzen：

1. 输出各测试样本+分类结果+加各类型手势错误率
2. 输出ROC曲线即其AUC值。
3. 输出各特征参数的Parzen窗（详见代码备注）

SVM：

给出分类效果，这里用的是sklearn中的SVM函数，可以自行更改核函数查看实验结果。