基于范例集实现复杂场景下的动态手势跟踪

摘要：

提出了一种新的基于范例集的跟踪器:CEE(CAMSHIFT Embedded Exemplar)跟踪器,实现复杂场景下的动态手势跟踪.在学习阶段,利用ICAMSHIFT(Improved CAMSHIFT)算法提取手部轮廓特征并生成范例集,同时建立手势的动态HMM模型;在跟踪阶段,利用由ICAMSHIFT算法获取的手部特征和HMM概率模型预测手势动作,然后根据学习所得范例集获取当前手部轮廓.实验结果表明,算法能实现复杂场景下的准确手势跟踪,并能在手部位置与方向任意变化情况下实现手部轮廓的提取与跟踪.此外,在严重遮挡情况下也能取得不错的跟踪效果.

关键词：手势跟踪、范例集、遮挡、HMM、ICAMSHIFT

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金30300088

在线出版日期：2007-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：180-183