一种基于拳头检测作为辅助信息的手势跟踪方法

摘要

本发明提供了一种拳头图像的检测方法和手势跟踪方法，包括步骤：step1:根据预设的窗口尺寸和步长扫描图片，将当前窗口里的图像数据作为待定目标输入检测器；step2:检测待定目标，对于每一层，根据学好的模型里指定的若干特征计算响应值，输入该层的分类器h，得到判决，如果判决为负样本，则检测完成；如果该样本通过了所有层的检测，则为正样本，因此则可以认为这张图里有拳头。通过拳头图像检测，有效的提高手势检测的灵敏度和准确率，还可以改进手势丢失、跟踪恢复等问题。

主权项

一种拳头图像的训练方法，包括如下步骤：step1：初始化训练样本集合，该集合由若干正样本和负样本图片组成，所谓正样本即刚好包含着拳头的图片，负样本是不含有拳头的任何图片；step2：设定训练的参数：Haar特征的类型，检测器层数N，每一层的目标检测率P和误检率R，每一层的最大弱检测器数T；step3：初始化i，i=1；step4：训练第i层，训练根据定义好的Haar类型提取特征，用AdaBoost算法进行训练，训练的停止准则是检测率P和误捡率R是否达到，或者弱检测器个数是否达到T；step5：更新i，i=i+1，如果i>=N，跳转到step7；step6：更新训练样本集合，用已经训练好的若干层组成的层级检测器对当前正负样本进行检测，将被拒绝的样本从训练集合里剔除，跳转到s4；step7：训练停止。