- 1、本文档共5页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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)