基于改进的TLD算法的手势跟踪算法

摘要

在分析表征手势特征基础上,分别根据金字塔LK原理、FERN分类原理和P-N学习原理及手运动轨迹的连续性规律来研究适用于手势识别的关键技术研究即手势目标跟踪技术、P-N学习的样本增长和修剪技术的算法.针对目前在手的局域区域跟踪过程中,手势目标跟踪失败后难以恢复和容易受到脸部、肤色和手臂的干扰等问题,在TLD单目标跟踪算法的基础上,提出了一种改进的多目标手势局部区域跟踪TLD算法,针对算法的检测模块,在FERN分类器的基础上,采用颜色特征相交系数的方法,改进FERN分类器的第一级方差分类器;还提出一种自适应坐标系的方法,缩小了检测模块扫描窗口的滑动区域.通过仿真实验证明,改进算法无论是在客观评价指标方面还是主观视觉效果,对于原算法都有明显的提高.