论文部分内容阅读
传统的梯度方向直方图(Histogram of Oriented Gradients,HOG)算法在提取图像特征过程中对于图像的轮廓边缘信息比较敏感,但是HOG特征缺少对样本间关联的描述。稀疏自编码器(Stacked Auto Encoder,SAE),在特征提取中可以很好地提取出样本间的特征但是需要较大的样本量。论文结合HOG方法与SAE方法在小数据集下使用SVM分类器训练分类手势图片,通过在Jochen.Triesch数据集上的实验表明该方法可以获得更好的分类效果。