1

opencvを使用してリアルタイムで手を検出して追跡しようとしています。ハールカスケード分類器は公正な結果をもたらすと思いました。それぞれ 10,000 枚と 20,000 枚のポジティブ イメージとネガティブ イメージでトレーニングした後、分類子 xml ファイルを取得しました。残念ながら、それは特定の位置でしか手を検出しないため、硬い物体に対してのみ最適に機能することが証明されています。そのため、haar 分類器で検出された手を追跡できる別のアルゴリズムを採用することを考えています。

私の質問は、haar 分類器が特定のフレーム、特定の位置で手を検出することを確認した場合、どの方法がさらに手の堅牢な追跡をもたらすでしょうか?

私は Web を少し検索し、検出された手のオプティカル フロー、またはカルマン フィルターまたは粒子フィルターを使用できることを理解しましたが、独自の欠点にも遭遇しました。

また、ステレオ ビジョンを組み込むと、手を 3D で再構築できる可能性があるため、役に立ちますか。

4

5 に答える 5

2

Haar の特徴について、あなたは正しい結論を下しました。非剛体のオブジェクトに関しては、Haar の特徴はあまり役に立ちません。

肌の色を使用して手を検出する次の論文を見てください。

  1. 手とウェアラブルカメラの相互作用
  2. 拡張現実オブジェクトのマーカーレス検査

この論文では、KLT 機能を使用して、最初の検出後に手を追跡します。

一連の機能とマルチキュー統合による高速 2D ハンド トラッキング

非剛体の 3D 再構築は簡単ではなく、多くの革新と開発が必要になるため、ステレオ カメラはあなたの目的にはあまり役に立たないと思います。ただし、 3D トラッキングを追求したい場合は、このページの手の姿勢推定セクションにある論文を参照してください。

EDIT：この最近の論文も見てください。良い結果が得られているようです。

于 2013-07-18T12:53:37.357 に答える
0

スタックオーバーフローについても同様の質問がありました...

私の答えと他の人の答えを見てください：https://stackoverflow.com/a/17375647/1463143

変形可能なエンティティの haar トレーニングと検出を回避することで、より良い結果を確実に得ることができます。

于 2013-07-18T22:14:06.607 に答える
0

手を単一のエンティティとして追跡する場合、CamShift アルゴリズムは一般に高速で正確です。OpenCV のドキュメントには、簡単に変更できる優れたわかりやすいデモ プログラムが含まれています。

ただし、指などを追跡する必要がある場合は、さらにモデリングが必要になります。

于 2013-07-19T02:54:14.250 に答える