實時跟蹤手

我想用opencv實時檢測和跟蹤手。我認爲haar級聯分類器會產生一個公平的結果。分別用10k和20k的正面和負面圖像訓練後，我獲得了一個分類器xml文件。不幸的是，它僅在某些位置檢測到手，證明它僅適用於剛性物體。所以我現在正考慮採用另一種可以跟蹤手的算法，一旦通過haar分類器檢測到該算法。實時跟蹤手

我的問題是，如果我確定haar分類器在某個框架，某個位置檢測到手，哪種方法會進一步產生魯棒的手部跟蹤？

我在網上搜索了一下，並且明白我可以去檢測手的光流，還是卡爾曼濾波器或者粒子濾波器，但也都遇到了它們自己的缺點。

另外，如果我包含立體視覺，它會幫助我，因爲我可以重建手中的3D。

來源

2013-07-18 ria15

您可以嘗試分層倒角匹配。 – mrgloom

你對哈爾特徵有正確的結論 - 對非剛性物體它們沒有那麼有用。

看看以下用皮膚顏色來檢測手部的紙張。

和本文使用KLT特徵跟蹤手的第一檢測後：

Fast 2D hand tracking with flocks of features and multi-cue integration

我要說的是一個立體相機會對你的事業沒什麼幫助，因爲非剛性物體的三維重建不是直截了當的，需要一個大量的創新和發展。但是，如果您想追蹤3D追蹤，則可以查看this page的手勢估計部分中的論文。

編輯：也看看this recent paper，這似乎得到很好的結果。

來源

2013-07-18 12:53:37 Zaphod

第三個鏈接已損壞。 – mrgloom

用另一個鏈接更新。 Citeseer服務器有時會行爲不當。 – Zaphod

這research paper描述了一種方法來追蹤手，而不使用立體相機設置使用手套。

來源

2013-07-18 11:50:59 Nallath

這似乎適用於無噪聲的背景。我有一個嘈雜的背景， – ria15

它使用膚色進行分割。該論文的作者也有一家公司，該公司使用kinect來進行跟蹤。你可能想看看。 – Nallath

Zhang等人的Real-time Compressive Tracking做了一個合理的追蹤物體的工作，只要運動不是太快就可以用其他方法檢測到。他們有一個OpenCV實現（但它需要一些工作來重用）。

來源

2013-07-18 13:08:17 Bull

已經出現了對堆棧溢出類似的問題...

看看我的回答和他人的：https://stackoverflow.com/a/17375647/1463143

你可以通過避免對變形哈爾培訓和檢測一定獲得更好的結果實體。

來源

2013-07-18 22:14:06 samkhan13

我的背景包含木材，我無法使用任何皮膚檢測算法。 – ria15

@ ria15嘗試算法並查看它的工作程度。使用簡單的前景/背景分離，您可以在前景圖像上運行給定的代碼。 – samkhan13

如果您想將手作爲單個實體進行跟蹤，CamShift算法通常會快速且準確。 OpenCV文檔包含一個您可以輕鬆修改的優秀，易於理解的演示程序。

但是，如果您需要跟蹤手指等，則需要進一步建模。

來源

2013-07-19 02:54:14 Totoro

我的背景包含木材，所以camshift基於顏色直方圖，它不會幫助我。 – ria15

然後，您可能想要使用光流跟隨某種形狀匹配。對於移動的背景來說，這並不容易，但在一些假設（尺寸等）下跟蹤手的機會更大。 – Totoro

回答

相關問題