opencv - 使用隐马尔可夫模型进行手部运动识别

Question

我正在为我的期末作业做手部 Action 识别项目，我的代码的核心是隐马尔可夫模型一些论文说我们首先需要检测物体，进行特征提取然后使用 HMM 来识别 Action ，

我正在使用 openCV，我已经使用 haar 分类器完成了手部检测，我已经使用 c++ 准备了 hmm 代码，但我遗漏了一些东西:

1. 我不知道如何将 Haar 分类器与 HMM 集成
2. 如何从检测到的手(haar 分类器)中执行特征提取？
3. 我知道我们应该首先训练 HMM 进行 Action 识别，但我不知道如何训练 Action 数据，我应该使用什么样的数据？如何准备数据？我在哪里可以找到它们或如何收集它们？
4. 如果我在 google 上搜索，有人说 HMM Action 识别与 HMM 语音识别有相似之处，但我不知道哪部分相似？

如果我做错了请告诉我，给我建议我该怎么做

师傅教教我

Answer 1

据我了解:

1) haar 用于检测静态对象，这意味着它在一帧图像内工作。

2) HMM 用于识别时间特征，这意味着它跨帧工作。

所以你要做的事情是首先跟踪手，获取手的特征并在 HMM 中训练手势运动。

至于特征，最幼稚的是“逐像素”特征。您只需将所有像素的强度放在一起。在此之后，需要进行降维，例如 PCA。

之后，一种使用 HMM 的方法是将特征离散化为聚类，并用离散化的状态序列训练模型，然后预测给定特征序列属于每个组的概率。

注意事项

这不是标准的手势识别程序。然而，对于您的“最终项目”来说，这太天真了。