1 平板显示技术国家地方联合工程实验室, 福州大学物理与信息工程学院, 福建 福州 350108
2 晋江市博感电子科技有限公司, 福建 晋江362200
针对传统的手部跟踪算法存在实时性差、识别精度低、易受环境影响等问题, 提出了一种基于神经网络与卡尔曼滤波的手部实时追踪方法。该方法首先通过神经网络对视频中出现的检测目标 进行定位, 接着用卡尔曼滤波对目标运动进行估计, 将估计的结果与下一帧图像中检测到的目标进行比对; 然后对检测到的目标进行跟踪, 将手部运动的轨迹实时显示。实验结果表明, 该方法能够 对多个手部目标实时进行追踪, 并在手部运动过程中出现交叉和形变的情况下还能保持跟踪, 其平均处理帧数为21.212 f/s, 追踪正确率为94.88%,基本满足手部跟踪的稳定可靠、高实时性、高鲁 棒性等要求。
手部跟踪 神经网络 卡尔曼滤波 跟踪器 hand tracking neural network Kalman filter tracker
