基于神经网络与粒子滤波相融合的手部追踪方法

作者：刘华江; 李庆党; 祝方舟

来源：电子测量技术, 2020, 43(18): 74-80.

DOI：10.19651/j.cnki.emt.2004687

• 肤色识别
• R-CNN
• 手部检测
• 手部追踪
• 粒子滤波

针对已有的手部检测方法实时性差,手部追踪过程稳定性不高等问题,提出了一种改进R-CNN与粒子滤波相融合的方法。摒弃了已有R-CNN模型选择性搜索的方法,使用肤色检测提取候选区域提升检测速度。首先在YCRCB空间中对原始图像进行肤色检测,提取出包括手在内的颜色相近图块作为候选区域。然后将预处理之后的图块作为卷积神经网络的输入,采用分类的方法获取手部位置,最后使用粒子滤波对手部位置进行修正。实验结果表明,使用像素阈值分割与分类思想的方法将推理时间减少到47 ms,粒子滤波对手部位置的修正使得检测的手部质心轨迹更加平滑。基本满足手部追踪对实时性、稳定性的要求。

• 单位
  青岛科技大学; 机电工程学院