一种基于TLD的手势跟踪方法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于TLD的手势跟踪方法.pdf

第 22卷 第 19期 电子设计工程 2014年 10月 V0lI22 No.19 ElectronicDesignEngineering 0ct.2014 一 种基亏TLD的手势跟踪方法 王亚捷 ,魏 江 ,孙凯超 (西北工业大学 电子信 息学院,陕西 西安 710072) 摘要 :针对手势跟踪的有效性和鲁棒性 问题 .提 出了一种结舍手势检测与TLD(TrackingLearningDetecting)~-踪 的手 势跟踪方法。首先利用Haar特征与Adaboost算法对静态手势进行快速检测。然后对手势区域进行定位,最后使用 TI 算法对定位 的手势区域进行跟踪以获取动态手势轨迹 。实验结果表明.该方法可 以实现对变形手势快速 、准确的 跟踪 ,对部分遮挡有很好 的适应性 。具有较高的鲁棒性和实时性 。 关键词 :手势 ;检测 ;跟踪 ;Haar;Adaboost;TLD 中图分类号 :TP391.4 文献标识码 :A 文章编号 :1674—6236(2014)19—0173—03 A gesturetrackingmethodbasedonTLD WANGYa-jie,WEIJiang,SUNKai—chao (SchoolofElectronicsandInformation,Northwestern.PolytechnicalUnwenity,Xi’an710072,China) Abstract:Forimprovingeffectivenessandrobustnessofgesturetracking,weproposeagesturetrackingalgorithm which combinesgesturedetectionandTLD (TrackingLearningDetecting)trackingmethod.Firstly,gestureisdetectedbyHaar featuresandAdaboostalgorithm rapidly,andthenthegestureareaislocated.Finally,thegestureareais~ackedbyTLD to getthetrajectoryofgestures.Experimentalresultsshowthat:thetransformativegesturescanbetrackedbythealgorithm fast andaccurately.Thealgorithmhasagoodadaptabilityforpartofblockandworksinreal-timewithhighrobustness. Keywords:gesture;detect;tracking;Haar;Adaboost;TLD 作为计算机视觉领域 的一项重要 内容 .基于计算机视觉 的手势交互技术是 自然的人机交互的一个分支 ,其发展与人 机交互技术息息相关_l1。理想的人机交互模式就是用户 自由. [】_ [-口 直接操纵的用户界面 ,它 已成为未来 的发展趋势.而作为其 图 1 Haar特征 中重要 内容的手势跟踪技术也成为研究热点。 Fig.1 TheHaarfeature 广义上手势可 以分为静态手势和动态手势 。静态手势 Haar特征 如 图 l所示 。Haar特征的值是图 1中黑色 区 是指单个手形姿态 ,动态手势 由一系列手形姿态组成。研究 域和 白色区域像素灰度值 的差 。Viola和 Jones提出积分 图像 人员就手势这种多关节非刚体 的运动跟踪 问题提 出了

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档