基于膚色和Real AdaBoost的人手檢測(cè)方法研究.pdf

1、人手檢測(cè)就是指將人手從視頻或圖像中檢測(cè)出來的過程。它是手勢(shì)識(shí)別、手語識(shí)別及人體檢測(cè)技術(shù)中的關(guān)鍵環(huán)節(jié),同時(shí)在人機(jī)交互、手勢(shì)識(shí)別、游戲控制等領(lǐng)域有著廣闊的前景。
　　人手檢測(cè)是一個(gè)具有挑戰(zhàn)性的課題,因?yàn)槿耸质欠莿傂晕矬w,有很多關(guān)節(jié)。本文針對(duì)圖像中的人手檢測(cè)問題進(jìn)行探討,主要從以下兩個(gè)方面進(jìn)行研究:
　　本文嘗試?yán)肦eal AdaBoost算法進(jìn)行人手檢測(cè)。Real AdaBoost算法是經(jīng)過改進(jìn)的AdaBoost算法,其能夠?qū)?/p>

2、弱學(xué)習(xí)得到的弱分類器的錯(cuò)誤進(jìn)行適應(yīng)性調(diào)整,構(gòu)建準(zhǔn)確的分類器。Real AdaBoost算法將其從離散二值判定規(guī)則,即輸出為1,推廣到處理具有連續(xù)置信度輸出的弱分類器,即值域?yàn)閷?shí)數(shù)域R。通過分析,后者具有較強(qiáng)的分類性能,本文采用級(jí)聯(lián)的Real AdaBoost進(jìn)行訓(xùn)練和檢測(cè)。
　　結(jié)合膚色分割和Real AdaBoost算法進(jìn)行人手檢測(cè)。首先膚色是人手的重要信息,且不依賴于手的姿勢(shì)、大小的變化,具有旋轉(zhuǎn)不變性且和大多數(shù)物體的顏色相區(qū)

3、別,且利用皮膚特征進(jìn)行檢測(cè)計(jì)算量小,且計(jì)算速度快,有很強(qiáng)的魯棒性。由于膚色受到光照等因素所造成的影響,在進(jìn)行膚色分割之前進(jìn)行光照補(bǔ)償處理。然后利用膚色較強(qiáng)的聚類特性,對(duì)圖像中的膚色區(qū)域和非膚色區(qū)域進(jìn)行分割,初步篩選出人手候選區(qū)域,為后續(xù)工作打下基礎(chǔ)。其次,級(jí)聯(lián)的Real AdaBoost對(duì)候選區(qū)域再次檢測(cè),確定人手的位置。該方法利用了膚色和Real AdaBoost各自的優(yōu)點(diǎn),具有穩(wěn)定性好、降低了誤檢率的特點(diǎn),實(shí)現(xiàn)了更加準(zhǔn)確的人手檢測(cè)。