无标记手势识别中基于混合特征的手部分割研究

结合多种算法对无标记手势动作的识别进行了研究。根据人体肤色分布特性,采用了高斯肤色模型对肤色进行了建模;针对外界光照问题,采用HSV颜色空间来表示不同的肤色;针对手部运动过程中会出现背景信息融入手部的情况,使用背景去除的Haar-like特征手部描述算法,同时研究了Ada Boost分类器进行特征分类。实验结果表明:在无标记手部分割中,采用多特征融合的方法较可以得到更好的分割效果。     

基于改进YCrCb颜色空间的肤色分割

人脸识别是计算机视觉、模式识别、生物特征识别、图像处理等多学科交叉的一门科学,肤色分割是人脸识别研究中一个重要的步骤。针对基于YCrCb颜色空间的肤色分割在强光下分割不准确的现状,提出了一种基于改进的YCrCb空间的肤色分割方法,本文利用改进YCrCb颜色空间提高了强光下肤色分割的准确性和适应性。实验证明该算法减弱了光线强弱对人脸肤色分割的影响,更加准确的找到人脸区域,误检率较低。     

基于改进YCrCb颜色空间的肤色分割

人脸识别是计算机视觉、模式识别、生物特征识别、图像处理等多学科交叉的一门科学,肤色分割是人脸识别研究中一个重要的步骤。针对基于YCrCb颜色空间的肤色分割在强光下分割不准确的现状,提出了一种基于改进的YCrCb空间的肤色分割方法,本文利用改进YCrCb颜色空间提高了强光下肤色分割的准确性和适应性。实验证明该算法减弱了光线强弱对人脸肤色分割的影响,更加准确的找到人脸区域,误检率较低。     

驾驶人手机通话行为中基于图像特征决策融合的手势识别方法

为鲁棒检测自然环境中驾驶人的通话行为, 提出了一种驾驶人手机通话手势的识别方法。运用Adaboost算法检测驾驶人面部区域, 在YC_gC_r色彩空间中分别对面部肤色亮度分量和色度分量进行稀疏网格间隔采样, 由此建立了肤色的高斯分布模型; 针对驾驶室光照强度的不均匀性, 提出了肤色分量的漂移补偿算法, 建立了适应光照变化的在线肤色模型, 以准确分割左右手部肤色区域; 运用HOG算法获取手部肤色区域的2 376维HOG特征向量, 运用PCA方法将HOG特征降至400维; 同时提取手部肤色区域的PZMs特征, 并采用Relief算法筛选出权重最大的8个PZMs特征向量, 建立了融合PCA-HOG特征和Relief-PZMs特征的通话手势支持向量机分类决策。试验结果表明: 基于PCA-HOG特征的手势识别率为93.1%, 对光照变化的鲁棒性较好, 但易受到手部与头部转动的干扰; 基于Relief-PZMs特征的手势识别率为91.9%, 对于头部与手部姿态的耐受度较好, 但光照鲁棒性较差; 基于PCA-HOG和Relief-PZMs多元特征融合方法的手势识别率达到94.5%, 对光照波动、手部与头部转动等干扰条件具有较好的适应性。      

结合手部特征的单目相干映射手势识别

相对于人脸识别，基于视觉的手势识别在处理特征点，定位以及跟踪上具有较大的困难．首先对采集到的图像序列采取改进的差分计算，去除环境干扰，再利用手形视觉特征进行手形的定位和初步特征提取，接着结合手部解剖和运动学特征，提出预测模型对手指位置进行深层次的特征提取，利用向量相干映射进行轨迹跟踪，克服模糊和遮盖现象．手指的半封闭特征的利用以及预测算法保证了处理过程中的鲁棒性。     

基于波峰搜索算法的视频客流计数系统研究

视频分析在客流统计上的应用是当前研究的热点及难点,常见的视频计数实现过程主要是依靠对象分割、目标跟踪、目标识别等尚未成熟的算法,尤其要实现目标的准确跟踪仍非常困难。为避免目标跟踪算法对计数精度的影响,文章在对象分割算法的基础上统计目标像素,再采用提出基于加权步长的波峰识别搜索算法对像素统计曲线进行识别,从而实现对乘客目标计数;最后以长途大巴车视频客流计数问题为背景,结合提出的计数算法设计一套完整的视频客流计数系统。实验结果表明,文中设计的客流计数系统能够对长途大巴车乘客有秩序上(下)车的视频序列准确计数,计数精度达到90%以上,并具有超载报警和智能结算等功能。     

多尺度模型与矩描绘子相结合的手势识别算法

提出了一种基于单目视觉的手势识别算法．通过用户初始化过程获取基本识别参数，结合视频跟踪的过程实时获取用户手势区域，在该区域内采用矩描绘子与多尺度模型相结合的方法进行特征提取，对于提取出的特征采用分类识别规则，实现对手势1～10的正确识别．经过试验证明，该算法可以适用于不同用户，识别正确率达到93．5％．     

基于神经网络的手势识别

在机器人对手势识别的实验中，利用BP神经网络对连续手势进行识别。对采集到的彩色图像进行基于肤色的提取后，从复杂背景的彩色图像中划分出手部图像，进一步处理后输入神经网络进行识别。实验结果表明，该方法比较简单，识别效果也较为理想。     

一种新的肤色区域分割提取方法

提出一种新的肤色区域分割提取方法,并详细叙述了该方法的步骤和实现算法.在人脸检测和识别项目中,应用该算法来提取各肤色区域,经大量实验说明,该方法是有效的.     

周期分类和Single-Pass聚类相结合的话题识别与跟踪方法

针对增量式聚类初始时话题模型不够充分和准确,随处理报道数量增加,误检与漏检的累积效应被放大的问题,提出了周期分类和Single—Pass聚类相结合的话题识别与跟踪方法．首先采用增量式聚类算法进行话题识别与跟踪,当新闻文本每积累到一定程度之后,对已经聚类的报道进行周期分类,使话题簇精度提高,从而提高后续话题识别与跟踪精度．实验表明这种方法是有效的,能够降低漏检率与错检率,减少归一化错误识别代价．