基于视频的指尖检测与跟踪算法及实现

摘要

近年来，随着计算机技术的发展，虚拟现实的研究越来越受到重视。在虚拟现实环境下，人机交互是一个重要的研究方面，可以通过多种方式实现，特别是手部动作的检测与识别在人机交互中占据着重要的地位。
　　 传统的单指指尖跟踪多采用传感器，有些基于视频的检测与跟踪的实现往往依赖单一算法。由于实际环境中视频采集的图像存在很多随机性和复杂性，例如肤色、轮廓、复杂背景、光线等多方面影响，使得指尖的精确检测与跟踪变得十分复杂，所以这是一个极富挑战性的多学科交叉研究课题。
　　 论文主要研究了以下几个方面：
　　 1.采集图像，对比几种检测方法，选择背景减除法检测运动的手部目标；
　　 2.研究跟踪算法，针对单一视觉信息描述目标不充分、动态变化环境下不稳定的缺点，提出一种多信息融合的粒子滤波算法；
　　 3.给出粒子滤波算法，并分析视觉特征中颜色特性与轮廓特性，目标的轮廓使用B样条曲线。接着基于两种特征分别进行粒子滤波跟踪，再将颜色特征与轮廓特征两种信息融合入粒子滤波。
　　 将算法编程在PC机实现。实验结果表明，该算法可以克服单一特征下粒子滤波跟踪的缺点，在其它如相近颜色或相近轮廓的干扰下对指尖有更加稳定的跟踪效果，算法的稳定性好；并具有鲁棒性，对部分遮挡有很好的抗干扰效果。

目录

文摘

英文文摘

第一章 引言

1.1 课题研究的背景和意义

1.2 国内外研究的现状

1.3 本论文的内容安排

1.3.1 主要研究工作

1.3.2 论文结构安排

第二章 视频采集与运动目标检测

2.1 视频图像序列采集

2.2 运动目标检测

2.2.1 帧差法

2.2.2 背景减除法

2.3 实验结果与分析

2.4 本章小结

第三章 粒子滤波算法

3.1 贝叶斯滤波理论

3.2 粒子滤波算法

3.2.1 蒙特卡洛采样

3.2.2 重要性采样

3.2.3 序列重要性采样

3.2.4 重采样

3.2.5 粒子滤波算法

3.3 本章小结

第四章 指尖跟踪算法设计

4.1 基于B样条曲线轮廓的指尖跟踪算法

4.1.1 B样条曲线的线性参数化

4.1.2 形状空间

4.1.3 运动模型的学习

4.1.4 非线性观测模型

4.1.5 算法的实现

4.2 基于颜色模型的粒子滤波跟踪算法

4.2.1 颜色空间模型

4.2.2 空间转换

4.2.3 算法的实现

4.3 基于颜色和轮廓相融合的指尖跟踪算法

4.3.1 多信息融合技术

4.3.2 算法的实现

4.4 本章小结

第五章 算法实现与结果分析

5.1 系统构架设计

5.1.1 系统实现流程

5.1.2 系统硬件与软件的选择

5.2 实验结果与分析

5.3 本章小结

第六章 总结与展望

参考文献

致谢

读研期间发表的论文

读研期间参加的科研项目