计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
12期
180-183
,共4页
手势跟踪%范例集%遮挡%HMM%ICAMSHIFT
手勢跟蹤%範例集%遮擋%HMM%ICAMSHIFT
수세근종%범례집%차당%HMM%ICAMSHIFT
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.
提齣瞭一種新的基于範例集的跟蹤器:CEE(CAMSHIFT Embedded Exemplar)跟蹤器,實現複雜場景下的動態手勢跟蹤.在學習階段,利用ICAMSHIFT(Improved CAMSHIFT)算法提取手部輪廓特徵併生成範例集,同時建立手勢的動態HMM模型;在跟蹤階段,利用由ICAMSHIFT算法穫取的手部特徵和HMM概率模型預測手勢動作,然後根據學習所得範例集穫取噹前手部輪廓.實驗結果錶明,算法能實現複雜場景下的準確手勢跟蹤,併能在手部位置與方嚮任意變化情況下實現手部輪廓的提取與跟蹤.此外,在嚴重遮擋情況下也能取得不錯的跟蹤效果.
제출료일충신적기우범례집적근종기:CEE(CAMSHIFT Embedded Exemplar)근종기,실현복잡장경하적동태수세근종.재학습계단,이용ICAMSHIFT(Improved CAMSHIFT)산법제취수부륜곽특정병생성범례집,동시건립수세적동태HMM모형;재근종계단,이용유ICAMSHIFT산법획취적수부특정화HMM개솔모형예측수세동작,연후근거학습소득범례집획취당전수부륜곽.실험결과표명,산법능실현복잡장경하적준학수세근종,병능재수부위치여방향임의변화정황하실현수부륜곽적제취여근종.차외,재엄중차당정황하야능취득불착적근종효과.
