-
公开(公告)号:CN104268514A
公开(公告)日:2015-01-07
申请号:CN201410476232.4
申请日:2014-09-17
Applicant: 西安交通大学
CPC classification number: G06K9/00335 , G06K9/6256 , G06K9/6267 , G06K9/629 , G06K9/6292
Abstract: 本发明提供了一种基于多特征融合的手势检测方法,选择HOG特征、方差特征和Haar特征三种特征融合的方法来训练级联的Gentle Adaboost分类器,形成手势分类器;使用肤色预检模块对摄像头采集到的图像进行肤色预检,将疑似肤色的区域筛选出来;对被筛选出来的肤色区域使用滑动窗口法进行遍历,被认为含有手势的输入图像中用矩形框标定出来;对于多次反复被分类器判定为候选手势区域的重叠矩形区且域窗口进行合并,得到该幅图像的手势标定;选择HOG特征、方差特征和Haar特征三种特征融合的方法来训练分类器,并根据手的几种独特性使用多种特征值来衡量图像,以提高对人手的表征性能,从而提高检测系统的准确率。