一种徒手手势全自动跟踪的新方法.docVIP

一种徒手手势全自动跟踪的新方法 　　摘 要：提出改进的Camshift算法跟踪手势，首先用Haar特征和单高斯肤色模型定位手掌手势，将手掌手势的外接矩形作为Camshift初始搜索窗口，从而实现全自动跟踪；用面向对象的思想将Camshfit算法封装成类，为每个手势建立一个类对象，从而实现双手手势跟踪；在跟踪过程中加入Kalman滤波算法预测手势位置，避免目标丢失问题。 　　关键词：手势跟踪；肤色模型；Haar特征；Camshfit；Kalman 　　中图分类号：TP391 　　手势跟踪是计算机视觉领域研究热点之一。人手是柔性物体，自由度大且手势变化多样，给跟踪带来很大困难。Camshift算法[1][4]，具有速度快、鲁棒性好的优点，对跟踪目标的形变不敏感，可以应用在手势跟踪中。但Camshift有三个重要的缺点：（1）需手动初始化跟踪窗口，是一种半自动化的算法；（2）初始化窗口操作只能进行一次，意味着Camshift只能进行单目标跟踪；（3）由于没有预测机制，在目标被严重遮挡、受大面积相似背景颜色干扰或运动速度过快的情况下，易丢失跟踪目标。针对Camshift这三个缺点，本文提出了改进的算法。 　　1 手掌手势定位算法 　　1.1 基于Haar特征和Adaboost算法训练手掌手势分类器 　　Paul Viola和Michael Jones[2]提出了Haar特征和Adaboost算法。Haar特征包括五个基本矩形特征，如图1所示。前两个表示图像的边缘特征，中间两个表示线性特征，最后一个表示中心特征。 　　图1 Haar基本特征 　　Adaboost的中心思想是把多个弱分类器叠加成一个强分类器，再把多个强分类器级联起来，从而提高分类器的精度。本文采用200个正样本、1000个负样本、24*24的检测窗口，训练出一个手掌手势分类器。 　　图2 手掌手势正样本和负样本 　　1.2 单高斯肤色模型 　　研究表明，在YCbCr颜色空间中肤色的聚类性较好且服从正态分布。设肤色像素点在YcbCr颜色空间内服从正态分布N（M，C），M表示均值向量，C表示协方差矩阵，则： 　　其中，x=[Cb，Cr]T表示一个输入像素的色度向量，x代表的像素点是肤色点的概率为： 　　对于输入图像的每个像素点xi，计算出对应的肤色概率P（xi），归一化到[0，256]灰度级空间，即可得到肤色概率分布图。像素点值越大，是肤色的概率越高；反之，像素点值越小，是肤色的概率越低，如图3所示。 　　图3 肤色概率分布图 　　1.3 手掌手势定位算法 　　本文提出一种结合Haar特征和单高斯肤色模型的手掌检测方法：首先用训练好的Haar特征文件检测视频帧，得出候选手掌区域，其中可能包含误检区域；然后利用单高斯肤色模型，求出每个候选区域的肤色概率分布图；最后用Otsu算法二值化肤色概率分布图，计算每个候选区域中肤色面积的比例，若大于一个阈值（本文设为0.7），则判定为真实手掌区域；反之，则判定为误检的区域。若恰好有两个候选区域符合要求，则视为定位双手手掌手势成功。 　　2 结合Camshift和Kalman滤波的手势跟踪算法 　　2.1 Camshfit算法 　　利用目标的颜色分布进行跟踪，算法包括三个部分： 　　（1）Back Project算法：将图像的颜色空间从RGB转到HSV，提取H分量，计算H分量的直方图模型，用直方图模型中的统计值代替源像素点值，生成反向投影图； 　　（2）Mean Shift算法：设I（x，y）表示目标的反向投影图，计算零阶矩：M00=ΣxΣyI（x，y），计算一阶矩：M10=ΣxΣyx?I（x，y），M01=ΣxΣyy?I（x，y）。搜索窗口内反向投影图的质心为（xc，yc）=（M10/M00，M01/M00）。计算搜索窗口宽度w和长度l：，l=1.2w。将搜索窗口的中心移动到质心（xc，yc），重复以上步骤，直到满足收敛条件或移动距离小于设定的阈值。 　　（3）Camshift算法：将Mean Shift算法应用在视频流连续的帧中，把上一帧的跟踪结果窗口作为下一帧的初始化搜索窗口，不断迭代下去，从而实现连续的目标跟踪。 　　2.2 Kalman滤波算法 　　Kalman滤波是一个最优化自回归数据处理算法[3]，中心思想是通过“预测―测量―修正”的方式不断估计系统的最优值，原理如下： 　　（1）预测方程：X′k=A?X′k-1+Wk P′k=A?P′k-1?AT+Q 　　（2）测量方程：Zk=H?Xk+Vk 　　其中，Xk表示状态向量，A表示状态转移矩阵，P′k表示误差协方差矩阵；Zk表示测量向量，H表示测量矩阵，Wk和Vk是协方差分别为Q和R的高斯白噪声。 　　（3）修正方