史东承，倪康

(长春工业大学 计算机科学与工程学院，吉林 长春130012)

压缩感知W-HOG特征的运动手势跟踪

史东承，倪康

(长春工业大学 计算机科学与工程学院，吉林 长春130012)

摘要：运用单一特征或较简单的特征进行手势跟踪容易产生跟踪偏差。为提高手势跟踪的精确性，将压缩感知运动目标跟踪运用到手势跟踪中，并提取运动区域的HOG特征替换原来广义的类Harr特征进行压缩感知目标跟踪。为减少不同图像块HOG特征等权值串联对手势跟踪所产生的累积跟踪误差，需计算HOG特征权值，并将特征权值与HOG特征进行有效融合，形成W-HOG压缩特征。实验数据统计结果表明本文所改进的算法在精确度方面较CT算法提高近16%，较HOG-CT算法提高6%左右。且在复杂背景下能够较精确地检测出运动手势，提高了手势跟踪在光照变化、背景存在类肤色物体等情况下的鲁棒性，减少手势跟踪漂移的发生。

关键词：压缩感知；Harr特征；HOG特征；手势跟踪；跟踪漂移

中文引用格式：史东承，倪康.压缩感知W-HOG特征的运动手势跟踪[J]. 智能系统学报， 2016, 11(1): 124-128.

英文引用格式：SHI Dongcheng， NI Kang. Motion gesture trackingbased on Compressed sensing W-HOG features[J]. CAAI Transactions on Intelligent Systems, 2016, 11(1): 124-128.

在运动目标跟踪方面，实时性和鲁棒性是衡量跟踪效果必不可少的2个因素。传统方法在实时性和鲁棒性存在或大或小的缺陷。ZhangKaihua等2012年在ECCV会议上提出了基于压缩感知的目标跟踪算法(compress tracking)[1]，该算法在实时性和鲁棒性有了很大的提高，但复杂背景下效果欠佳。文献[2]在压缩感知目标跟踪的基础上结合了运动估计算法，较好地抑制了跟踪漂移，但在较复杂背景下算法效果不容乐观。……