基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于运动信息与肤色特征相结合的手势分割是目前最主流的手势分割方法,该类方法易受光照变化、背景变化、运动轨迹重合等因素的影响,并且所采用的肤色模型对不同肤色的手势不具有适应性.针对以上问题,提出了一种先检测手势再自适应分割手势的方法.首先设计了一种基于空洞卷积的主干网络和一套Anchor方案将SSD(single shot multi-box detector)改进为手势检测模型,通过该模型初步分割出手势ROI(region of interest)以避免类肤色背景的影响.然后根据手势ROI建立YCrCb高斯肤色模型,以使肤色模型对不同的手势肤色具有很好的适应能力.实验结果表明,在多种复杂场景下,本文的手势分割算法能够避免类肤色背景的影响并且对不同肤色的手势都取得了非常好的分割效果.
推荐文章
基于历史运动轨迹的自适应手势识别算法
手势识别
肤色模型
自适应检测
历史运动轨迹
基于自适应手指分割与判别的静态手势识别
手势识别
手指重建
手指判别
手指分割
形状特征
基于Volterra自适应滤波的运动目标检测
运动目标检测
沃尔泰拉自适应滤波器
非线性问题
基于模糊阈值的自适应图像分割方法
图像分割
模糊阈值
自适应分割
直方图
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 融合SSD目标检测的自适应手势分割方法
来源期刊 信号处理 学科 工学
关键词 手势检测 手势分割 空洞卷积 肤色模型
年,卷(期) 2020,(7) 所属期刊栏目 论文
研究方向 页码范围 1038-1047
页数 10页 分类号 TP183
字数 6720字 语种 中文
DOI 10.16798/j.issn.1003-0530.2020.07.002
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 卫保国 西北工业大学电子信息学院 19 150 5.0 11.0
2 徐勇 西北工业大学电子信息学院 1 0 0.0 0.0
3 刘金玮 西北工业大学电子信息学院 1 0 0.0 0.0
4 周佳明 西北工业大学电子信息学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (25)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
手势检测
手势分割
空洞卷积
肤色模型
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
论文1v1指导