面向人機(jī)交互的實(shí)時(shí)人手檢測(cè)和跟蹤.pdf

1、人手檢測(cè)和跟蹤是基于視覺手勢(shì)識(shí)別技術(shù)中的關(guān)鍵問題。本文針對(duì)單目靜態(tài)攝像頭場(chǎng)景下的人手檢測(cè)和跟蹤進(jìn)行研究，提出了一種人手檢測(cè)算法和兩種人手跟蹤算法，并且在大量測(cè)試視頻中驗(yàn)證了它們的有效性。
　　提出一種基于多線索的人手檢測(cè)算法。假設(shè)已經(jīng)檢測(cè)或跟蹤到人臉，先根據(jù)人臉信息設(shè)置人手檢測(cè)范圍、估計(jì)掃描窗口尺度和在線訓(xùn)練膚色模型，再在人手檢測(cè)范圍內(nèi)進(jìn)行膚色檢測(cè)和運(yùn)動(dòng)檢測(cè)，提取運(yùn)動(dòng)的膚色區(qū)域，然后利用離線訓(xùn)練的級(jí)聯(lián)分類器在運(yùn)動(dòng)的膚色區(qū)域內(nèi)以估計(jì)

2、的尺度進(jìn)行掃描。結(jié)合上下文、膚色和運(yùn)動(dòng)等多種線索不僅可以減少運(yùn)算時(shí)間，還可以提高檢測(cè)的準(zhǔn)確性。
　　提出一種結(jié)合分割的目標(biāo)跟蹤算法。首先根據(jù)目標(biāo)和背景的混合高斯模型計(jì)算權(quán)值圖，在權(quán)值圖上進(jìn)行EM-like迭代估計(jì)目標(biāo)的空間模型，利用目標(biāo)的空間模型定義一種五層橢圓模型。然后在圖割算法中引入五層橢圓模型，采用基于五層橢圓模型的圖割算法提取準(zhǔn)確的目標(biāo)區(qū)域。在目標(biāo)和背景顏色相似的情況下，五層橢圓模型可以顯著地改善分割效果。對(duì)于人手等形狀不

3、規(guī)則的物體，若沒有準(zhǔn)確地提取目標(biāo)區(qū)域，粗略地使用矩形框描述目標(biāo)，則建立目標(biāo)和背景模型時(shí)難免引入誤差，導(dǎo)致跟蹤漂移。
　　上述算法僅使用顏色特征進(jìn)行目標(biāo)跟蹤和分割。當(dāng)目標(biāo)和背景在顏色特征空間中不可分時(shí)，上述算法無法成功地跟蹤和分割目標(biāo)。為了克服上述算法的缺陷，提出一種基于多特征的人手跟蹤算法。該算法采用膚色、運(yùn)動(dòng)和Haar-like特征分別構(gòu)造一個(gè)弱跟蹤器，通過級(jí)聯(lián)的方式將三個(gè)弱跟蹤器組合起來。若某一級(jí)跟蹤器成功地跟蹤到目標(biāo)，則不需