基于膚色和Real AdaBoost的人手檢測方法研究.pdf

1、人手檢測就是指將人手從視頻或圖像中檢測出來的過程。它是手勢識別、手語識別及人體檢測技術(shù)中的關(guān)鍵環(huán)節(jié),同時在人機交互、手勢識別、游戲控制等領(lǐng)域有著廣闊的前景。
　　人手檢測是一個具有挑戰(zhàn)性的課題,因為人手是非剛性物體,有很多關(guān)節(jié)。本文針對圖像中的人手檢測問題進行探討,主要從以下兩個方面進行研究:
　　本文嘗試利用Real AdaBoost算法進行人手檢測。Real AdaBoost算法是經(jīng)過改進的AdaBoost算法,其能夠?qū)?/p>

2、弱學習得到的弱分類器的錯誤進行適應(yīng)性調(diào)整,構(gòu)建準確的分類器。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,即值域為實數(shù)域R。通過分析,后者具有較強的分類性能,本文采用級聯(lián)的Real AdaBoost進行訓練和檢測。
　　結(jié)合膚色分割和Real AdaBoost算法進行人手檢測。首先膚色是人手的重要信息,且不依賴于手的姿勢、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,且利用皮膚特征進行檢測計算量小,且計算速度快,有很強的魯棒性。由于膚色受到光照等因素所造成的影響,在進行膚色分割之前進行光照補償處理。然后利用膚色較強的聚類特性,對圖像中的膚色區(qū)域和非膚色區(qū)域進行分割,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,級聯(lián)的Real AdaBoost對候選區(qū)域再次檢測,確定人手的位置。該方法利用了膚色和Real AdaBoost各自的優(yōu)點,具有穩(wěn)定性好、降低了誤檢率的特點,實現(xiàn)了更加準確的人手檢測。