基于共生梯度方向直方圖的實(shí)時(shí)人手檢測(cè)系統(tǒng).pdf

1、人手檢測(cè)是模式識(shí)別領(lǐng)域一個(gè)熱點(diǎn)也是難點(diǎn)。首先，人手檢測(cè)的應(yīng)用前景是非常廣泛的，比如人機(jī)交互、智能家電控制，甚至可以實(shí)現(xiàn)人與人之間的交流。其次，人手檢測(cè)也是當(dāng)前物體檢測(cè)領(lǐng)域的一個(gè)難點(diǎn)，因?yàn)槿耸植幌衿渌恍﹦傂缘奈矬w那樣具有非常固定的形狀，相反同一個(gè)人的手在不同角度、不同姿態(tài)的情況下具有非常大的變化，在極端情況下，一只手可以表現(xiàn)出各種各樣的形態(tài)，所以人手檢測(cè)這個(gè)領(lǐng)域至今都沒(méi)有一個(gè)很權(quán)威的檢測(cè)算法，關(guān)于這方面的研究還是具有很強(qiáng)的挑戰(zhàn)性與實(shí)用性

2、的。
　　 基于梯度方向直方圖的方法是近年來(lái)物體檢測(cè)領(lǐng)域的研究熱點(diǎn)，該特征對(duì)于剛性物體檢測(cè)來(lái)說(shuō)，在輕微旋轉(zhuǎn)和變形的情況下仍然具有很好的魯棒性。再加上使用了基于支持向量機(jī)的分類(lèi)器，所以其在同類(lèi)物體檢測(cè)來(lái)說(shuō)也具有很好的推廣能力。
　　 基于該特征的以上優(yōu)秀性能，本文將其應(yīng)用于人手檢測(cè)系統(tǒng)當(dāng)中。同時(shí)，就像很多文章提到過(guò)的，該算法還是具有很多缺點(diǎn)的，比如速度慢、推廣能力不強(qiáng)等。所以我們對(duì)該特征進(jìn)行了改進(jìn)，首先根據(jù)人手的特點(diǎn)，使用

3、了更精簡(jiǎn)的模型進(jìn)行了檢測(cè)，同時(shí)也應(yīng)用了多尺度檢測(cè)以及追蹤的方法。另外，為了增強(qiáng)其推廣能力，本文使用了基于共生關(guān)系的直方圖表示方法，使該算法具有了更好的檢測(cè)效果，同時(shí)采用了多個(gè)模型進(jìn)行同時(shí)檢測(cè)的方法，大大提高了檢測(cè)系統(tǒng)的推廣能力，能夠很好的解決多個(gè)角度以及多個(gè)手勢(shì)的檢測(cè)問(wèn)題。最后，由于在物體檢測(cè)這個(gè)領(lǐng)域一個(gè)比較大的難點(diǎn)是不同光照條件下的檢測(cè)效果變化很大，所以在實(shí)驗(yàn)過(guò)程中采用了紅外的攝像頭來(lái)克服光照的干擾，這樣又進(jìn)一步提高了系統(tǒng)的檢測(cè)效果。