原文服务方: 控制理论与应用       
摘要:
由于复杂背景、形变以及运动造成的模糊等因素,导致在自然场景下的人手跟踪仍然是一个具有挑战性的问题.本文中,结合运动、颜色和Haar-like特征来构造一个具有鲁棒性的实时人手检测算法.尽管不能运用于所有的情形,但Haar-like特征成功地去除了类似肤色的运动背景区域.利用三个特征构造三个弱分类器,然后将其结合成一个强分类器.如果一个分类器已经确定了人手的位置,其他分类器将不会执行,否则将会为下一个分类器提供一个可能的区域.文中实现了提出的算法,并且在几个具有挑战性的视频序列上进行了实验.
推荐文章
多信息融合的实时人脸检测算法
人脸检测
类Haar特征
多信息融合
Adaboost算法
级联分类器
多特征信息融合的中心群跟踪算法
中心群跟踪
数据关联
目标多特征
信息融合
GPU 并行实现多特征融合粒子滤波目标跟踪算法
目标跟踪
粒子滤波
多特征融合
GPU 并行
自适应模型更新的多特征融合目标跟踪算法
目标跟踪
特征融合
粒子滤波
自适应观测模型
高斯方差
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多特征融合的实时人手跟踪算法
来源期刊 控制理论与应用 学科
关键词 人手跟踪 多特征 实时性 人机交互
年,卷(期) 2017,(6) 所属期刊栏目 “智能科学与大数据工程”专题报告
研究方向 页码范围 797-802
页数 6页 分类号 TP273
字数 语种 中文
DOI 10.7641/CTA.2017.60539
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 桑农 华中科技大学自动化学院图像信息处理与智能控制教育部重点实验室 72 1091 19.0 30.0
2 高常鑫 华中科技大学自动化学院图像信息处理与智能控制教育部重点实验室 6 60 4.0 6.0
3 李逢 华中科技大学自动化学院图像信息处理与智能控制教育部重点实验室 2 5 1.0 2.0
4 王洪智 华中科技大学自动化学院图像信息处理与智能控制教育部重点实验室 2 12 2.0 2.0
5 颜轶 华中科技大学自动化学院图像信息处理与智能控制教育部重点实验室 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人手跟踪
多特征
实时性
人机交互
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
论文1v1指导