【问题标题】:Improve gaussian mixture model改进高斯混合模型
【发布时间】:2014-01-09 15:45:38
【问题描述】:

我使用link 中解释的高斯混合模型将手指与背景分开。如果背景像下面的例子那样简单,它就可以正常工作。

输入图像:

输出图像:

实际上,在我的项目环境中,用户将坐在网络摄像头前,手在前景中,脸在后面(在背景中)。

输入图像(用户坐在相机前):

所以我只需要提取手部分,我正在尝试使用高斯混合模型。但是这里的实现并不好。

应用高斯混合模型后的输出:

那么如何从输出中只提取手指,如下所示:

【问题讨论】:

  • 我猜问题是 GMM 提取了前景/背景,你的头部将永远是前景的一部分,除非你在图像中修复它或者你能够跟踪它(这不会可以用手覆盖脸部的大部分区域)。因此,前景提取可能根本无法在该设置中提取手。你的设置很难;)。
  • @Micka 除了em+GMM还有什么方法可以提取手指吗?

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


【解决方案1】:

从“按 Esc 退出应用程序”字样看,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?

更多关于背景减法的细节可以在这里找到: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。但它并不是那么健壮,例如,考虑到用户不断摆动他的头,或者左右移动它。 (用户头部将被视为前景对象而不是背景)

但是,如果您不打算像您提出的问题那样做如此复杂的事情,那么如果用户只是坐在那里不动而手进入框架,那么我相信您会发现背景减法方法非常有用。干杯。

【讨论】:

    猜你喜欢
    • 2021-09-30
    • 2023-03-24
    • 2012-05-08
    • 2013-06-11
    • 2017-02-26
    • 2014-08-02
    • 2018-07-19
    • 2020-05-29
    • 2014-10-08
    相关资源
    最近更新 更多