论文部分内容阅读
针对动态手势跟踪稳定性的不足和识别效率的问题,提出一种基于TLD和DTW的动态手势跟踪识别框架.首先利用基于Haar特征的静态手势分类器获得手势区域,然后使用TLD跟踪算法对获得的手势区域进行跟踪以获取手势轨迹,最后提取轨迹特征,使用改进的DTW算法进行识别.实验表明,该框架能够长时间稳定地跟踪手势区域,并能够在保证识别率的基础上显著提高识别效率.