70、基于EOH和SVM的手部检测与优势姿势识别及改进的2D - LDA人脸识别方法

基于EOH和SVM的手部检测与优势姿势识别及改进的2D - LDA人脸识别方法

在当今的人机交互领域，手部检测和人脸识别都是非常重要的研究方向。下面将详细介绍基于EOH和SVM的手部检测与优势姿势识别方法，以及改进的2D - LDA人脸识别方法。

基于EOH和SVM的手部检测与优势姿势识别

背景与问题提出

自然手部交互界面在诸如触摸屏和手势控制等交互式应用中具有重要地位。基于视觉的手部分割是手部检测的常用方法，通常采用基于肤色的分割技术。然而，肤色容易受到背景中相似颜色物体的干扰，而且手部姿势空间复杂庞大，训练一个能识别所有手部姿势的分类器并不可行。

解决方案概述

因此，提出了一种只检测一种优势手部姿势的方法。该系统主要包括两个步骤：手部候选区域检测和使用边缘方向直方图（EOH）特征和支持向量机（SVM）分类器的优势姿势识别。

手部检测系统流程

• 输入数据 ：视觉传感器捕获图像流作为手部检测的系统输入数据。
• 预处理 ：通过参考YCrCb颜色模型图像中的肤色区域，使用颜色分割检测手部候选区域。
• 特征提取 ：从每个候选区域的皮肤块中提取手部EOH特征向量。EOH特征向量包含手部形状的有意义信息，以边缘方向直方图的形式呈现。
• 学习/检测 ：离线手动收集优势姿势的特征数据集，训练基于SVM的二分类器；在线从手部候选区域中检测手部边界框，通过SVM预测检查与优势姿势的