基于共生梯度方向直方圖的實時人手檢測系統(tǒng).pdf

1、人手檢測是模式識別領(lǐng)域一個熱點也是難點。首先，人手檢測的應(yīng)用前景是非常廣泛的，比如人機交互、智能家電控制，甚至可以實現(xiàn)人與人之間的交流。其次，人手檢測也是當前物體檢測領(lǐng)域的一個難點，因為人手不像其它一些剛性的物體那樣具有非常固定的形狀，相反同一個人的手在不同角度、不同姿態(tài)的情況下具有非常大的變化，在極端情況下，一只手可以表現(xiàn)出各種各樣的形態(tài)，所以人手檢測這個領(lǐng)域至今都沒有一個很權(quán)威的檢測算法，關(guān)于這方面的研究還是具有很強的挑戰(zhàn)性與實用性

2、的。
　　 基于梯度方向直方圖的方法是近年來物體檢測領(lǐng)域的研究熱點，該特征對于剛性物體檢測來說，在輕微旋轉(zhuǎn)和變形的情況下仍然具有很好的魯棒性。再加上使用了基于支持向量機的分類器，所以其在同類物體檢測來說也具有很好的推廣能力。
　　 基于該特征的以上優(yōu)秀性能，本文將其應(yīng)用于人手檢測系統(tǒng)當中。同時，就像很多文章提到過的，該算法還是具有很多缺點的，比如速度慢、推廣能力不強等。所以我們對該特征進行了改進，首先根據(jù)人手的特點，使用

3、了更精簡的模型進行了檢測，同時也應(yīng)用了多尺度檢測以及追蹤的方法。另外，為了增強其推廣能力，本文使用了基于共生關(guān)系的直方圖表示方法，使該算法具有了更好的檢測效果，同時采用了多個模型進行同時檢測的方法，大大提高了檢測系統(tǒng)的推廣能力，能夠很好的解決多個角度以及多個手勢的檢測問題。最后，由于在物體檢測這個領(lǐng)域一個比較大的難點是不同光照條件下的檢測效果變化很大，所以在實驗過程中采用了紅外的攝像頭來克服光照的干擾，這樣又進一步提高了系統(tǒng)的檢測效果。