首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >基于计算机视觉的鲁棒手部检测

问基于计算机视觉的鲁棒手部检测
EN

Stack Overflow用户
提问于 2011-12-22 00:30:58
回答 6查看 11.8K关注 0票数 22

我目前正在开发一个健壮的手部检测系统。

第一步是拍摄手的照片(在HSV颜色空间中),将手放在一个小矩形中以确定皮肤颜色。然后,我应用阈值过滤器将所有非皮肤像素设置为黑色,将所有皮肤像素设置为白色。

到目前为止,它运行得很好,但我想问一下,是否有更好的方法来解决这个问题?例如,我发现有几篇论文提到了针对高加索人的具体色彩空间,但没有一篇论文对亚洲/非洲/高加索人的色调进行了比较。

顺便说一下,我是通过Python绑定来使用OpenCV的。

EN

回答 6

Stack Overflow用户

回答已采纳

发布于 2011-12-22 09:25:11

你看过加里·布拉德斯基的camshift论文了吗?你可以从here下载

一年前,我使用皮肤检测算法来检测手部跟踪的皮肤区域,它是健壮的。这取决于你如何使用它。

使用颜色进行跟踪的第一个问题是,当人们有不同的肤色时,它对光照变化或如你所说的不稳定。然而,正如论文中所提到的,这可以通过以下方法轻松解决:

  1. 将图像转换为HSV色空间。
  2. 丢弃了V通道,并考虑了H和S通道,因此对具有低饱和度的variations.
  3. Threshold像素的照明打折,因为它们将选定的皮肤区域instability.
  4. Bin到2D直方图中。(OpenCV的calcHist函数)此直方图现在作为使用calcBackProject的反投影(即,使用直方图计算图像中每个像素具有肤色颜色的“概率”)的模型。皮肤区域将具有较高的值。
  5. 然后,您可以使用meanShift查找反投影生成的2D“概率”图的模式,或检测高"probability".

的斑点。

在HSV中去掉V通道,只考虑H和S通道,就足以(令人惊讶地)检测出不同的肤色和不同的光照变化。一个好的方面是它的计算速度很快。

这些步骤和相应的代码可以在原始OpenCV book中找到。

顺便说一句,我以前也用过高斯混合模型(GMM)。如果你只考虑颜色,那么我会说使用直方图或GMM没有太大区别。事实上,直方图的性能会更好(如果您的GMM没有考虑到光照变化等)。如果样本向量更复杂(即考虑其他特征),GMM是好的,但速度直方图要快得多,因为使用直方图计算概率图本质上是查找表,而GMM需要执行矩阵计算(对于多维高斯分布公式中维度>1的向量),这对于实时应用程序来说可能很耗时。

因此,总而言之,如果您只尝试使用颜色来检测皮肤区域,那么请使用直方图方法。你也可以调整它来考虑局部梯度(即梯度的直方图,但可能不会达到Dalal和Trigg的人类检测算法的全部范围)。因此,它可以使用局部纹理信息区分皮肤和具有相似颜色的区域(例如纸板或木制家具)。但这需要更多的努力。

有关如何使用直方图进行皮肤检测示例源代码,您可以查看OpenCV的页面here。但请注意,网页上提到他们只使用色调通道,同时使用色调和饱和度会得到更好的结果。

对于更复杂的方法,你可以看看玛格丽特·弗莱克和大卫·福赛斯关于“检测裸体的人”的工作。这是检测同时考虑颜色和纹理的皮肤区域的早期工作之一。详细信息可以在here上找到。

与计算机视觉和图像处理相关的源代码的一个很好的资源可以在here找到,其中恰好包括用于视觉跟踪的代码。不是,它不是OpenCV。

希望这能有所帮助。

票数 24
EN

Stack Overflow用户

发布于 2011-12-22 01:16:54

Here是一篇关于自适应高斯混合模型皮肤检测的论文,你可能会感兴趣。

此外,我还记得读过一篇论文(不幸的是我似乎找不到它),它使用了一种非常聪明的技术,但它要求你在视野中有一张脸。其基本思想是对人脸进行检测,并利用从人脸检测到的肤色块自动识别肤色。然后,使用高斯混合模型来鲁棒地分离皮肤像素。

最后,在搜索皮肤检测的最新技术方面,Google Scholar可能会有很大帮助。它现在已经在adademia中进行了大量的研究,并在工业中使用(例如,Google Images和Facebook上传图片策略)。

票数 5
EN

Stack Overflow用户

发布于 2011-12-22 16:29:31

我在两年前就做过类似的事情。您可以尝试使用Particle Filter (Condensation),使用肤色像素作为初始化的输入。它是相当健壮和快速的。我在我的项目中应用它的方法是在这个link中。您既有演示文稿(幻灯片),也有调查。如果你用从手中提取的真实颜色来初始化手的颜色,那么你在处理黑人时应该不会有任何问题。

对于粒子过滤器,我认为你可以找到一些代码实现示例。祝好运。

票数 5
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/8593091

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档