一种基于在线机器学的视觉人手跟踪方法

摘要

本发明公开了一种基于在线机器学的视觉人手跟踪方法，本发明属于智能人机交互领域。本方法为：1)在人手图像中圈定人手目标；2)对图像进行特征提取，训练霍夫森林检测器；同时在目标窗口中进行特征点检测来初始化子跟踪器中的特征点群；3)对于后续拍摄的每一帧图像，进行特征提取，然后利用霍夫森林检测器在局部搜索窗口中进行人手检测，确定当前帧的目标窗口；如果检测失败，则采用子跟踪器估计的上一帧处于目标上的特征点在当前帧的位置，得到成功跟踪的特征点，如果成功跟踪的特征点数相对于特征点群总特征点数比例大于设定阈值，则认为跟踪有效，反之子跟踪器跟踪无效。本方法实现跟踪器和检测器的互补，来获得更加鲁棒的跟踪结果。

主权项

一种基于在线机器学习的视觉人手跟踪方法，其步骤为：1)在拍摄的人手图像中圈定人手目标，并将人手所在窗口作为目标窗口；2)对拍摄的图像进行特征提取，训练霍夫森林检测器；同时在目标窗口中进行特征点检测来初始化子跟踪器中的特征点群；3)对于后续拍摄的每一帧图像，进行特征提取，然后以上一帧目标窗口的邻近设定范围为当前帧的局部搜索窗口，利用霍夫森林检测器在局部搜索窗口中进行人手检测，确定当前帧的目标窗口；如果检测失败，则进行步骤4)；4)采用子跟踪器估计的上一帧处于目标上的特征点在当前帧的位置，得到成功跟踪的特征点，如果成功跟踪的特征点数相对于特征点群总特征点数比例大于设定阈值，则认为跟踪有效，反之认为子跟踪器跟踪无效；其中，如果步骤3)检测成功，则在当前帧的目标窗口中产生新的特征点用于重启跟踪器的跟踪；并且对目标进行分割，基于此分割结果在线训练霍夫森林分类器；如果检测失败，则利用步骤4)成功跟踪的特征点对目标进行分割，基于此分割结果进行在线霍夫森林分类器的训练；如果检测和跟踪都失败，则在后续若干帧中进行全图像检测，直到成功检测出目标位置，然后对检测到的目标进行跟踪。