APP下载

基于改进的TLD算法的手势跟踪算法

2016-10-14王铭航柳培忠黄德天顾培婷

海峡科学 2016年7期
关键词:特征检测

王铭航 柳培忠 黄德天 顾培婷 洪 铭



基于改进的TLD算法的手势跟踪算法

王铭航 柳培忠 黄德天 顾培婷 洪 铭

华侨大学工学院

该文在分析表征手势特征基础上,分别根据金字塔LK原理、FERN分类原理和P-N学习原理及手运动轨迹的连续性规律来研究适用于手势识别的关键技术,即手势目标跟踪技术、P-N学习的样本增长和修剪技术的算法。针对目前在手的局部区域跟踪过程中,手势目标跟踪失败后难以恢复和容易受到脸部、肤色和手臂的干扰等问题,该文在TLD单目标跟踪算法的基础上,提出了一种改进的多目标手势局部区域跟踪TLD算法,针对算法的检测模块,在FERN分类器的基础上,采用颜色特征相交系数的方法,改进FERN分类器的第一级方差分类器;还提出一种自适应坐标系的方法,缩小了检测模块扫描窗口的滑动区域。通过仿真实验证明,相对于原算法,这一改进算法在客观评价指标和主观视觉效果上都有明显提高。

手势目标跟踪 LK跟踪 FERN分类 颜色特征相交系数

0 引言

手势交互是人机智能交互更为高层、难度更高的一种交互方式,手势交互可使人与机器的交互更加自然,是机器向深度智能化发展过程中必须要解决的问题。

手势交互的关键在于机器对人手势动作的准确识别。根据手势识别的内容,基于视觉的手势识别可以划分为静态手势识别和动态手势识别。动态手势的特征可以定义为手势运动轨迹,而静态手势特征主要是通过手的手型、轮廓、指向、骨架和位置等来描述。……

登录APP查看全文

猜你喜欢

特征检测
如何表达“特征”
不忠诚的四个特征
小波变换在PCB缺陷检测中的应用
线性代数的应用特征