发明名称 |
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。 |
申请公布号 |
CN103366188A |
申请公布日期 |
2013.10.23 |
申请号 |
CN201310283649.4 |
申请日期 |
2013.07.08 |
申请人 |
中科创达软件股份有限公司 |
发明人 |
谢衍涛;卢金鑫 |
分类号 |
G06K9/66(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
北京庆峰财智知识产权代理事务所(普通合伙) 11417 |
代理人 |
刘元霞 |
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。 |
地址 |
100191 北京市海淀区龙翔路甲1号泰翔商务楼4层 |