基于AdaBoost分类器手势检测.docVIP

基于AdaBoost分类器手势检测 　　摘 要：随着社会智能化的不断发展，人们对人机交互的要求也越来越高。手势识别就是人机交互中一项重要的技术。而手势识别中首要解决的任务就是首帧手势位置的检测，这直接影响到后续的跟踪与识别。本文通过基于Haar-like特征的AdaBoost分类器检测实现了在单目视觉条件与复杂环境下对特定手势的快速自检测。 关键词：Haar-like特征；AdaBoost分类器；手势检测 中图分类号：TP391 文献标识码：A 文章编号：1674-7712 （2013） 04-0010-02 一、引言 从计算机发明以来，人类就不断的改进技术，希望能够实现自然的人机交互。尤其是2010年微软kinect的重磅推出，更让人们看到了体感操作在这一方面所具有的广阔前景。手势是人类交流方式中的一个重要组成部分，因而手势识别也成为人机交互研究中的一个主要方向。在手势识别中，第一步就是要能够准确定位出首帧手势的位置，此后的跟踪环节与识别环节都需要基于首帧检测获取的信息，因此检测是手势识别的基础和前提。 对首帧手势的检测方法目前可简单划分为对任意手势的检测和对特定手势的检测。对任意手势的检测一般需要通过肤色信息、运动信息和轮廓信息等综合因素来定位目标手势，目前这类方法通常有一些限制条件，且抗干扰性有待提高。对特定手势的检测比较常用的方法都是基于统计信