改进高斯混合模型

时间:2013-12-20 17:58:54

标签: opencv image-processing computer-vision artificial-intelligence object-detection

我使用了link中解释的高斯混合模型来从背景中分离手指。如果背景如下所示,那么它的工作正常。

输入图片 enter image description here

输出图片 enter image description here

实际上,在我的项目环境中,用户将坐在网络摄像头前面,手持前景,面朝后(背景)。

输入图像(用户坐在相机前面): enter image description here

所以我必须只提取手部分,我正在尝试使用高斯混合模型。但是这里的实施效果并不好。

应用高斯混合模型后的输出:

enter image description here

那么如何从输出中仅提取手指,如下所示:

enter image description here

1 个答案:

答案 0 :(得分:0)

从“按Esc退出应用程序”一词来看,我会假设您的应用程序是实时的?如果是这样,您是否考虑过实时背景减法?

有关背景扣除的更多详细信息,请访问:http://web.bii.a-star.edu.sg/~chengli/BkgSbt.htm

据我所知,这应该足以跟踪和提取手。但是,并不是那么强大,例如,考虑到用户不断摇头,或左右移动。 (然后用户头将被视为前景对象而不是背景)

但是如果你不打算像你提出的问题那样复杂,那么如果用户只是坐在那里而不是在手进入框架时移动,那么我相信你会发现背景减法方法非常有用。欢呼声。

相关问题