摘 要：提出改進的Camshift算法跟蹤手勢，首先用Haar特征和單高斯膚色模型定位手掌手勢，將手掌手勢的外接矩形作為Camshift初始搜索窗口，從而實現(xiàn)全自動跟蹤；用面向?qū)ο蟮乃枷雽amshfit算法封裝成類，為每個手勢建立一個類對象，從而實現(xiàn)雙手手勢跟蹤；在跟蹤過程中加入Kalman濾波算法預(yù)測手勢位置，避免目標(biāo)丟失問題。

關(guān)鍵詞：手勢跟蹤；膚色模型；Haar特征；Camshfit；Kalman

中圖分類號：TP391

手勢跟蹤是計算機視覺領(lǐng)域研究熱點之一。人手是柔性物體，自由度大且手勢變化多樣，給跟蹤帶來很大困難。Camshift算法[1][4]，具有速度快、魯棒性好的優(yōu)點，對跟蹤目標(biāo)的形變不敏感，可以應(yīng)用在手勢跟蹤中。但Camshift有三個重要的缺點：（1）需手動初始化跟蹤窗口，是一種半自動化的算法；（2）初始化窗口操作只能進行一次，意味著Camshift只能進行單目標(biāo)跟蹤；（3）由于沒有預(yù)測機制，在目標(biāo)被嚴(yán)重遮擋、受大面積相似背景顏色干擾或運動速度過快的情況下，易丟失跟蹤目標(biāo)。針對Camshift這三個缺點，本文提出了改進的算法。

1 手掌手勢定位算法

1.1 基于Haar特征和Adaboost算法訓(xùn)練手掌手勢分類器

Paul Viola和Michael Jones[2]提出了Haar特征和Adaboost算法。Haar特征包括五個基本矩形特征，如圖1所示。前兩個表示圖像的邊緣特征，中間兩個表示線性特征，最后一個表示中心特征。

圖1 Haar基本特征

Adaboost的中心思想是把多個弱分類器疊加成一個強分類器，再把多個強分類器級聯(lián)起來，從而提高分類器的精度。本文采用200個正樣本、1000個負(fù)樣本、24*24的檢測窗口，訓(xùn)練出一個手掌手勢分類器。

圖2 手掌手勢正樣本和負(fù)樣本

1.2 單高斯膚色模型

研究表明，在YCbCr顏色空間中膚色的聚類性較好且服從正態(tài)分布。設(shè)膚色像素點在YcbCr顏色空間內(nèi)服從正態(tài)分布N（M，C），M表示均值向量，C表示協(xié)方差矩陣，則：

其中，x=[Cb，Cr]T表示一個輸入像素的色度向量，x代表的像素點是膚色點的概率為：

對于輸入圖像的每個像素點xi，計算出對應(yīng)的膚色概率P（xi），歸一化到[0，256]灰度級空間，即可得到膚色概率分布圖。像素點值越大，是膚色的概率越高；反之，像素點值越小，是膚色的概率越低，如圖3所示。

圖3 膚色概率分布圖

1.3 手掌手勢定位算法

本文提出一種結(jié)合Haar特征和單高斯膚色模型的手掌檢測方法：首先用訓(xùn)練好的Haar特征文件檢測視頻幀，得出候選手掌區(qū)域，其中可能包含誤檢區(qū)域；然后利用單高斯膚色模型，求出每個候選區(qū)域的膚色概率分布圖；最后用Otsu算法二值化膚色概率分布圖，計算每個候選區(qū)域中膚色面積的比例，若大于一個閾值（本文設(shè)為0.7），則判定為真實手掌區(qū)域；反之，則判定為誤檢的區(qū)域。若恰好有兩個候選區(qū)域符合要求，則視為定位雙手手掌手勢成功。

2 結(jié)合Camshift和Kalman濾波的手勢跟蹤算法

2.1 Camshfit算法

利用目標(biāo)的顏色分布進行跟蹤，算法包括三個部分：

（1）Back Project算法：將圖像的顏色空間從RGB轉(zhuǎn)到HSV，提取H分量，計算H分量的直方圖模型，用直方圖模型中的統(tǒng)計值代替源像素點值，生成反向投影圖；

（2）Mean Shift算法：設(shè)I（x，y）表示目標(biāo)的反向投影圖，計算零階矩：M00=ΣxΣyI（x，y），計算一階矩：M10=ΣxΣyx·I（x，y），M01=ΣxΣyy·I（x，y）。搜索窗口內(nèi)反向投影圖的質(zhì)心為（xc，yc）=（M10/M00，M01/M00）。計算搜索窗口寬度w和長度l：，l=1.2w。將搜索窗口的中心移動到質(zhì)心（xc，yc），重復(fù)以上步驟，直到滿足收斂條件或移動距離小于設(shè)定的閾值。

（3）Camshift算法：將Mean Shift算法應(yīng)用在視頻流連續(xù)的幀中，把上一幀的跟蹤結(jié)果窗口作為下一幀的初始化搜索窗口，不斷迭代下去，從而實現(xiàn)連續(xù)的目標(biāo)跟蹤。

2.2 Kalman濾波算法

Kalman濾波是一個最優(yōu)化自回歸數(shù)據(jù)處理算法[3]，中心思想是通過“預(yù)測—測量—修正”的方式不斷估計系統(tǒng)的最優(yōu)值，原理如下：

（1）預(yù)測方程：X′k=A·X′k-1+Wk P′k=A·P′k-1·AT+Q

（2）測量方程：Zk=H·Xk+Vk

其中，Xk表示狀態(tài)向量，A表示狀態(tài)轉(zhuǎn)移矩陣，P′k表示誤差協(xié)方差矩陣；Zk表示測量向量，H表示測量矩陣，Wk和Vk是協(xié)方差分別為Q和R的高斯白噪聲。

（3）修正方程：Xk=X′k+Kk·（Zk-H·X′k） Pk=（I-Kk·H）·P′k

其中Kk表示Kalman增益系數(shù)：Kk=P′k·HT·（H·P′k·HT+R）-1

在實際使用時，需初始化狀態(tài)轉(zhuǎn)移矩陣A，測量矩陣H，狀態(tài)向量Xk-1，誤差協(xié)方差矩陣Pk-1。

2.3 本文算法流程

（1）應(yīng)用2.3節(jié)中的手掌檢測算法，定位兩個手掌手勢并得出其外接矩形坐標(biāo)，假設(shè)為初始矩形1和初始矩形2，兩個手勢分別為目標(biāo)1和目標(biāo)2；

（2）將Camshift封裝成類，為目標(biāo)1和2建立兩個Camshift類對象，對雙手進行獨立跟蹤；

（3）分別初始化兩個Camshift類對象的初始搜索窗口為初始矩形1和2，實現(xiàn)Camshift的全自動跟蹤；

（4）將Kalman封裝成類，分別為目標(biāo)1和2建立兩個Kalman類對象。使用Kalman濾波算法，首先要建立目標(biāo)的運動方程。由于連續(xù)兩幀時間間隔很短，可以把手勢運動看成勻速運動。這樣只需知道上一幀手勢中心點坐標(biāo)（xk-1，yk-1）和速度（vxk-1，vyk-1），就可得出預(yù)測公式和測量公式：

（5）FOR EACH FRAME IN VIDEO…DO：1）用Kalman預(yù)測目標(biāo)1和2的中心點，設(shè)為K1和K2；2）設(shè)置Camshift搜索窗口的中心點為Kalman預(yù)測的目標(biāo)中心點，即：Camshift類對象1的搜索窗口中心點為K1，Camshift類對象2的搜索窗口中心點為K2。搜索窗口的大小設(shè)為上一幀跟蹤結(jié)果窗口的大??；3）運行Camshift算法，記錄兩個Camshift類對象跟蹤結(jié)果窗口中心點坐標(biāo)C1和C2，此坐標(biāo)作為Kalman濾波的測量值，即：Z1=C1，Z2=C2；4）根據(jù)Kalman修正公式，用Z1和Z2修正Kalman預(yù)測結(jié)果。

（6）視頻結(jié)束，跳出步驟（5）的循環(huán)，算法結(jié)束。

2.4 實驗結(jié)果分析

實驗軟件環(huán)境：Win7，VS 2012和OpenCV 2.4.5；硬件環(huán)境：Intel Pentium CPU-2.3G，2G內(nèi)存。視頻分辨率為640*480，24FPS。如圖5所示，手掌手勢定位階段，在16幀時成功定位雙手手掌，其中有2幀誤檢，無漏檢。結(jié)合單高斯膚色模型，手掌定位準(zhǔn)確率為100%。跟蹤階段，藍色點是上一幀中Kalman修正值，紅色點是Kalman預(yù)測值，綠色點是Camshift的跟蹤結(jié)果，即測量值。跟蹤過程中沒有出現(xiàn)目標(biāo)丟失的情況，可以實現(xiàn)實時跟蹤。

圖5 實驗結(jié)果圖

3 結(jié)束語

針對Camshift半自動化、不能跟蹤多目標(biāo)、容易受到干擾而丟失目標(biāo)的問題，本文提出了一種雙手徒手手勢全自動跟蹤的新方法。用Haar檢測和單高斯膚色模型算法檢測手掌手勢，作為Camshift跟蹤的初始化輸入，解決半自動問題；將Camshift封裝成類使其可以進行多目標(biāo)跟蹤；在跟蹤過程中加入Kalman濾波器對手勢位置進行預(yù)測，解決目標(biāo)易丟失問題。經(jīng)驗證，該方法魯棒性好，時間復(fù)雜度低，能滿足實時性要求。

參考文獻：

[1]Bakowski，A，Jones，G.A.Video surveillance tracking using color region adjacency graphs.Seventh International Conference on Image Processing and Its application in 1999.

[2]Viola P，Jones M.Rapid object detection using a boosted cascade of simple features[C]//Computer Vision and Pattern Recognition，2001.CVPR 2001.Proceedings of the 2001 IEEE Computer Society Conference on.IEEE，2001，1：511-518.

[3]Kalman R E.A new approach to linear filtering and prediction problems[J].Journal of basic Engineering，1960（01）：35-45.

[4]唐文平.基于Camshift的手勢識別跟蹤系統(tǒng)[D].西安電子科技大學(xué)，2012.

作者簡介：王海鵬（1989-），男，安徽宿州人，研究生在讀，研究方向：計算機多媒體；葉福川（1983-），男，四川達州人，研究生在讀，研究生方向：網(wǎng)絡(luò)教育；尹治本（1954-），男，云南騰沖人，教授，研究生，研究方向：數(shù)字視頻圖像處理。

作者單位：西南交通大學(xué) 信息科學(xué)與技術(shù)學(xué)院，成都 610031；西南民族大學(xué) 現(xiàn)代教育技術(shù)中心，成都 610041