基于卷积神经网络优化TLD运动手势跟踪算法

• 作者: 李泽洋 王民 王纯 石新源
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 卷积神经网络 TLD算法 手势跟踪 HOG特征 SURF特征
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 图形图像处理
• 页码范围: 151-156
• 页数: 6页
• 分类号: TP391.41
• 字数: 5096字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1801-0284

摘要

针对TLD(Tracking-Learning-Detection)算法在光照变化不均、遮挡严重、跟踪目标模糊等情况下会出现跟踪失败的问题,提出一种基于卷积神经网络优化TLD运动手势跟踪算法.选取手势特征作正样本,其背景作负样本,获取手势HOG特征并投入到卷积神经网络中加以训练,得到手势检测分类器,从而确定目标手势区域,实现手势的自动识别;再利用TLD算法对手势进行跟踪与学习,对正负样本进行估计检测并实时校正,同时运用SURF特征匹配更新跟踪器.实验结果验证,该算法对比TLD经典算法跟踪精度提高了4.24%,增强了运动手势的跟踪效果,相比经典跟踪算法拥有更高鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王民	西安建筑科技大学信息与控制工程学院	108	458	11.0	17.0
2	王纯	西安建筑科技大学信息与控制工程学院	24	77	6.0	8.0
3	石新源	西安建筑科技大学信息与控制工程学院	3	7	1.0	2.0
4	李泽洋	西安建筑科技大学信息与控制工程学院	3	7	1.0	2.0