我正在使用opencv来实现手指跟踪系统 并且还使用 calcOpticalFlowPyrLK（pGmask，nGmask，手指，轨道，状态，错误）; 执行LK跟踪器。
我不清楚这个概念，在实施LK跟踪器之后，我该如何检测手指的移动？此外，跟踪器获取最后一帧和当前帧，如何在5帧内检测一系列动作或连续手势？
答案 0 :(得分：1)
calcOpticalFlowPyrLK的第4个参数（此处track）将包含第二张图片中输入要素的计算新位置（此处为nGmask）。
在简单的情况下，您可以单独估算fingers和track的质心，您可以在其中推断出运动。可以根据从fingers'质心指向track的质心的向量的方向和大小来做出决定。
此外，复杂运动可以被视为时间序列，因为运动包括在一段时间间隔内进行的一些连续测量。这些测量可以是上述矢量的方向和大小。所以任何动作都可以表示如下：
("label of movement", time_series), where
time_series = {(d1, m1), (d2, m2), ..., (dn, mn)}, where
di is direction and mi is magnitude of the ith vector (i=1..n)
所以时间序列包含n * 2次测量（抽样n次），这是如何识别运动的唯一问题？
如果您有关于机芯的先前信息，即您知道如何进行圆周运动，请写一个a字母等，然后问题可以简化为：如何将时间序列与自己对齐？
众所周知的Dynamic Time Warping（DTW）。它也可以被认为是生成模型，但它用于序列对之间。 DTW是一种用于测量两个时间序列之间相似性的算法，它可能在时间或速度上有所不同（例如我们的情况）。
通常，DTW计算具有某些限制的两个给定时间序列之间的最佳匹配。序列在时间维度上非线性地扭曲，以确定其相似性的度量，而与时间维度中的某些非线性变化无关。