压缩感知W-HOG特征的运动手势跟踪.pdfVIP

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
压缩感知W-HOG特征的运动手势跟踪.pdf

第 11卷第 1期 智 能 系 统 学 报 Vol.11№.1 2016年2月 CAAITransactionsonIntelligentSystems Feb.2016 DOI:10.11992/201507005 网络出版地址:http://www.cnki.net/kcms/detail/23.1538.TP1532.010.html 压缩感知W⁃HOG特征的运动手势跟踪 史东承,倪康 (长春工业大学计算机科学与工程学院,吉林长春130012) 摘 要:运用单一特征或较简单的特征进行手势跟踪容易产生跟踪偏差 为提高手势跟踪的精确性,将压缩感知运 动目标跟踪运用到手势跟踪中,并提取运动区域的HOG特征替换原来广义的类Harr特征进行压缩感知目标跟踪 为减少不同图像块HOG特征等权值串联对手势跟踪所产生的累积跟踪误差,需计算HOG特征权值,并将特征权值 与HOG特征进行有效融合,形成WHOG压缩特征 实验数据统计结果表明本文所改进的算法在精确度方面较CT 算法提高近 16%,较HOGCT算法提高6%左右 且在复杂背景下能够较精确地检测出运动手势,提高了手势跟踪 在光照变化 背景存在类肤色物体等情况下的鲁棒性,减少手势跟踪漂移的发生 关键词:压缩感知;Harr特征;HOG特征;手势跟踪;跟踪漂移 中图分类号:TP391.9 文献标志码:A 文章编号2016 中文引用格式:史东承,倪康.压缩感知W⁃HOG特征的运动手势跟踪[J]. 智能系统学报,206, ( ): 24⁃ 28. 英文引用格式:SHIDongcheng,NIKang.MotiongesturetrackingbasedonCompressedsensingW⁃HOGfeatures[J].CAAITrans⁃ actionsonIntelligentSystems,206, ( ): 24⁃ 28. MotiongesturetrackingbasedoncompressedsensingW⁃HOGfeatures SHIDongcheng,NIKang ( CollegeofComputerScienceandEngineering,ChangchunUniversityofTechnology,Changchun130012,China) Abstract:Theuseofasingleorsimplefeatureforgesturetrackingalwaysinducestrackingerrors.Toimprovethe accuracyofhandtracking,thisstudyusescompressed⁃sensingmotiontrackingtotrackahandandextractsHOG featuresinthemovementareainsteadoforiginalgeneralizedclassHarrfeaturestotrackthetarget.Atthesame time,toreducetheaccumulationoferrorsofgesturetrackinggeneratedbyweightseries,suchasHOGfeaturesof differentimageblocks,thestudycalculatestheHOGfeatureweightandeffectivelyintegratestheweightwithHOG featurestoformW⁃HOGcompressioncharacteristics.Thestatisticalexperimentalresultsshowthattheimprovedal⁃ gorithmprovidedincreasedaccuracybyapproximately16% comparedwithCTalgorithmandapproximately6% comparedwithHOG⁃CTalgorithm.Moreover,thealgorithmcan

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档