共查询到20条相似文献,搜索用时 125 毫秒
1.
针对彩色视频序列图像的人脸检测,提出了一种基于肤色的人脸跟踪方法。该方法首先在Hsu提出的肤色模型基础上,采样一种自肤色分割算法来提取复杂背景下人脸的肤色特征,与传统的采用固定肤色模型的检测算法相比,该方法具有更好的检测效果;然后,在人脸跟踪过程中采用Condensation滤波跟踪算法,并对算法做了两点改进,即在跟踪过程中采用基于Metropolis算法的重采样方法以及自适应的动态模型,实现了复杂背景下的人脸自由运动的跟踪,并从各种影片中截取了彩色视频序列图像进行了测试实验。实验结果表明,该方法有效地解决了复杂背景下人脸自由运动、光照变化及部分遮挡的问题,且精度较高。 相似文献
2.
一种新的人手图像跟踪算法 总被引:1,自引:0,他引:1
手势识别在监控系统中的应用越来越广泛。而人手图像的跟踪则是手势识别的前提,也是很重要的步骤。针对目前摄像机的应用,提出了一种新的基于颜色和形状的人手图像跟踪算法。在检测阶段,它采用了基于色度的自适应阈值肤色分割和基于圆形度的人手图像检测方法。实际上这是一种图像分割手段,因为图像分为两部分,一部分为人手区域,另一部分为非人手区域。在跟踪阶段,利用SAD(Sumof Absolute Difference)的变换公式进行匹配,进而实现跟踪。实验结果表明,这种新的人手图像的跟踪算法简便,跟踪准确度较高,计算复杂度较低,可应用于大多数场景。 相似文献
3.
手势识别在监控系统中的应用越来越广泛。而人手图像的跟踪则是手势识别的前提,也是很重要的步骤。针对目前摄像机的应用,提出了一种新的基于颜色和形状的人手图像跟踪算法。在检测阶段,它采用了基于色度的自适应阈值肤色分割和基于圆形度的人手图像检测方法。实际上这是一种图像分割手段,因为图像分为两部分,一部分为人手区域,另一部分为非人手区域。在跟踪阶段,利用SAD(Sumof Absolute Difference)的变换公式进行匹配,进而实现跟踪。实验结果表明,这种新的人手图像的跟踪算法简便,跟踪准确度较高,计算复杂度较低,可应用于大多数场景。 相似文献
4.
详细介绍一种人手检测系统的设计与实现方法。该系统能够实时准确地检测图像中五指并拢朝上,手掌面对镜头这一种姿势的人手。采集和建立了用于人手检测分类器训练的人手样本图库,阐述了肤色模型的应用原理和提取肤色区域的实现方法,给出了基于AdaBoost算法的分类器的原理和实现算法。最后通过实验分析了该系统的检测速度与实现效果。 相似文献
5.
针对现有运动目标检测算法在实时性和准确性上的不足,提出了一种改进的人手定位和跟踪算法。该算法的基本思路是利用肤色检测和背景差分算法相结合的方式实现人手的定位和跟踪。该算法继承了肤色检测算法环境适应性好和背景差分算法高效稳定的优点,不仅对于复杂的背景环境具有较好的适应性,而且具有较高的检测效率,能够保证检测的实时性。实验证明该算法可实现对视频流中人手的实时定位和跟踪,较之原有算法提高了识别速度和精度,降低了误识别率。 相似文献
6.
介绍了一种基于单目视觉的肤色干扰下的变形手势跟踪方法。根据跟踪过程中所用到的基本手势特征,提出了一种基于PGH(成对几何直方图)的静态手势识别方法。为了解决跟踪过程中的肤色干扰问题,实现了基于Kalman滤波器的手势预测跟踪。为了解决跟踪过程中的初始化问题,提出了一种基于层次结构的跟踪初始化解决方案。实验结果表明,该方法能够在肤色干扰的情况下有效地对变形手势进行跟踪,并能够满足基于视觉的实时人机交互的要求。 相似文献
7.
8.
9.
10.
为了提高人脸检测的速度与性能,提出一种基于肤色相似度与动态阈值相结合的肤色分割方法。首先在YCgCr颜色空间计算肤色相似度,然后给出一种基于类间方差和类内离散度相结合的动态阈值确定方法,根据求得的动态阈值进行肤色分割,并对肤色分割后的二值图像进行滤除噪声处理。实验结果表明该方法改善了肤色分割性能,能够在复杂背景下实现肤色区域的精确分割,从而提高了人脸检测的速度和性能。 相似文献
11.
12.
13.
14.
以颜色直方图为特征的运动目标跟踪算法容易受到光线变化及视场内其它同色目标的干扰.采用运动目标的边缘方向直方图作为特征,利用序列重要性采样原理和粒子滤波算法实现了对人体运动目标的跟踪.实验显示了该算法在光线变化及存在同色目标干扰时能够有效跟踪目标.在算法实现过程中,采用积分图计算边缘方向直方图,减少了计算时间,提高了计算速度,达到了实时跟踪的效果. 相似文献
15.
针对基于Bhattacharyya相似度的均值移动跟踪算法精度较差的问题,提出一种基于直方图交集思想的新型颜色分量加权方法,该方法利用参考模板与候选模板归一化颜色概率密度对应颜色分量的比值作为均值移动算法的加权系数。新权值计算方法在目标快速运动,有场景相似颜色干扰等情况下具有很好的适用能力,从而提高目标的跟踪精度。另外处理跟踪过程中,因摄像机抖动、光照变化等因素导致跟踪线索变化的情况,利用基于辅助模板的目标更新机制,有效地解决了目标短暂遮挡以及更新过程中的累积误差问题。通过多组对比实验结果可以看出,算法具有更强地抑制背景干扰以及特征自适应的能力,从而提高了均值移动跟踪算法的鲁棒性。 相似文献
16.
为克服光照变化和目标遮挡对运动目标跟踪的影响,提出了一种基于改进的局部敏感直方图的多区域目标跟踪算法。改进了局部敏感直方图并设计了快速算法;将改进的局部敏感直方图作为多区域跟踪算法中的目标建模方式,提高目标建模的准确性且降低提取目标特征的计算复杂度;针对多区域跟踪算法中融合各个区域块的特征相似值的需要,采用基于统计排序和最小二乘估计的参数估计方法计算整个目标块与模板的相似度。实验结果表明该算法能有效应对目标跟踪过程中光照变化、目标形变与遮挡的干扰,实现实时鲁棒的目标跟踪。 相似文献
17.
传统室内Wi-Fi网络下的被动式运动目标检测方法只提取Wi-Fi信号的均值、方差等粗粒度统计信息,导致系统检测率低。实现被动式运动目标检测的关键是捕获目标对无线链路的影响。探讨了表征原始信号整体分布的方法,构建一种新的相干直方图,并提出基于相干直方图的被动式运动目标检测算法。为解决追踪过程中的位置漂移问题,利用艾伦时间逻辑建立监测区域中不同子区域间的物理逻辑转移关系,对追踪结果进行实时校正。实验结果表明,相较于经典的被动检测技术,该方法基于相干直方图的被动式运动目标检测算法性能更优,综合指标F 1-measure提高近5%。 相似文献
18.
粒子滤波算法是进行运动目标跟踪的一种重要方法。针对传统粒子滤波算法在进行目标跟踪时存在的计算量大、实时性不足的问题,提出一种基于二值掩码图像的粒子滤波目标跟踪快速算法。该算法在传统粒子滤波算法的每个帧处理阶段产生二值掩码图像,再结合权重选择方法移除背景中权重较小的粒子,保留权重较大的重要粒子。提出的算法可以有效减少参与计算的粒子数目,节约算法的计算成本,从而提高目标跟踪的实时性。与传统粒子滤波算法进行比较,实验结果表明,提出的算法不仅能够有效地提高跟踪速度,而且跟踪结果的准确性和鲁棒性也有所增强。 相似文献
19.
手部跟踪技术是实现自然人机交互的关键。针对现有跟踪方法易受光照、环境等影响及鲁棒性差的不足,提出一种融合深度与肤色特征的自适应手部跟踪算法。考虑手部运动过程的形变,该算法首先利用深度平滑连续性选取深度阈值以实现跟踪区域的自适应尺度变化,获得手部候选区域。在此基础上建立YCbCr空间肤色归一化直方图,在粒子滤波框架下将跟踪问题转换为贝叶斯估计问题,基于最大后验准则确定手部位置,并通过监测粒子重要性权值的方差解决跟踪失效问题,实现复杂观测环境下的鲁棒跟踪。实验结果表明,该跟踪算法可适应不同复杂环境,鲁棒性良好。 相似文献
20.
针对传统的PTZ摄像机跟踪运动目标时依靠人工操作,无法连续、实时动态跟踪,甚至导致跟踪失败的缺点,提出以HSV颜色直方图作为模型特征,通过Camshift算法和卡尔曼滤波器实现运动目标的定位和预测补偿,运用闭环控制机制自动调节云台的转动和镜头的变倍,提高了系统的实时性。通过Android智能手机手动调节云台和镜头,配合自动跟踪系统,使跟踪效果更准确。结果表明:该方法是可行的,具有控制简单、定位准确的优点,能提高目标跟踪的实时性和可靠性。 相似文献