基于TLD和DTW地动态手势跟踪识别①.PDF

  1. 1、本文档共7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)。
查看更多
计 算 机 系 统 应 用 2015 年 第 24 卷 第 10 期 基于 TLD 和 DTW 的动态手势跟踪识别① 余 超, 关胜晓 ( 中国科学技术大学 信息科学技术学院, 合肥 230027) 摘 要: 针对动态手势跟踪稳定性的不足和识别效率的问题, 提出一种基于 TLD 和DTW 的动态手势跟踪识别框 架. 首先利用基于 Haar 特征的静态手势分类器获得手势区域, 然后使用 TLD 跟踪算法对获得的手势区域进行跟 踪以获取手势轨迹, 最后提取轨迹特征, 使用改进的 DTW 算法进行识别. 实验表明, 该框架能够长时间稳定地 跟踪手势区域, 并能够在保证识别率的基础上显著提高识别效率. 关键词: 动态时间规整; 手势跟踪; 手势识别; TLD; Haar Dynamic Hand Gesture Tracking and Recognition Based on TLD and DTW YU Chao, GUAN Sheng-Xiao (School of Information Science and Technology, University of Science and Technology of China, Hefei 230027, China) Abstract: For lack of stability in dynamic hand gesture tracking and low recognition efficiency, a hand gesture tracking and recognition framework is proposed based on TLD and DTW algorithm. First, the hand gesture area is got with a Haar features based classifier. Then the gesture trajectory is obtained by using the TLD tracking algorithm initialized by the hand area. Finally, features are extracted from the trajectory and the improved DTW algorithm is used to recognize the dynamic gesture. Experiments show that the framework can track the hand gesture stably for a long time and be able to improve the recognition speed greatly under the premise of ensuring high recognition accuracy. Key words: dynamic time warping (DTW); hand gesture tracking; hand gesture recognition; tracking-learning- detecting (TLD); Haar 1 引言 的缺陷, 提升了跟踪的成功率, 但跟踪的准确性有待 手势作为人机交互(Human Computer Interaction, 提高. 文献[5]用似然函数来降低粒子滤波算法中重要 HCI)接口的一种, 具有以人为中心, 简单、高效、人性 性权值的方差, 提高了抽样效率, 跟踪准确性也有所 化的特点, 是人们研究人机交互的重要手段之一. 提 高 , 但 算 法 复 杂 度 较 高 . 文 献 [6] 提 出 了 经典的手势跟踪算法[1–3] 中, 均值漂移(Meanshift) TLD(Tracking–Learn– ing–Detection) 算法, 利用在线 算法不能够很好地适应目标尺寸变化和目标形变; 连 学习机制解决了长时间跟踪

文档评论(0)

133****0075 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档