Download præsentationen
Præsentation er lastning. Vent venligst
Offentliggjort afKarl Astrup Redigeret for ca. et år siden
1
Hand Tracking - Using Active Shape Models
2
Introduktion Vi har implementeret en applikation i C++, der ved hjælp af Active Shape Models tracker en hånd gennem en sekvens af gråtone-billeder. Dataindsamling og pre-processering Fitting Tracking
3
Nuværende landmarks Har vi valgt de rigtige landmarks?
4
Problemer med landmarks Punkter ved håndled forstyrrer. Stiller krav om bestemt vinkel i håndledet. Generelt kunne vi ønske os et bedre fit til pegefingeren.
5
Alternative landmarks Desuden kunne landmarks vægtes indbyrdes, så dem på pegefingeren vejer tungere. [Cootes & Taylor, Appendix C1]
6
Fitting til billede Valg af fitting measure – Maximum Gradient Problemer –Baggrundsstøj –For lav kontrast (pga. konvertering til gråtone)
7
Nuværende metode – Maximum Gradient Indførsel af threshold for størrelse af gradient. Test Gik fra 23 til 13 iterationer i fittet til venstre. Andre forbedrings- muligheder Brug af farve billeder i stedet for gråtone
8
Analyse af farvekanaler RødGrønBlå Img Grå
9
Analyse af farvekanaler RødGrønBlå Img Grå
10
Analyse af farvekanaler -= RødGrøn Rød Grøn -= Gøres kun langs normalen i C++ implementation
11
Fordele/Ulemper ved brug af farvekanaler Fordele –Højere kontrast mellem hånd og baggrund højere stabilitet ved tracking med skærm som baggrund Ulemper –Meget rødt på skærmen –Problemer med hudfarve mindre generel implementering. –Mere tidskrævende Eksempel…
13
Hudfarve som fitting measure Fordele: Man bliver ikke forstyrret af baggrunden Ulemper: Folks hudfarve er ikke ens Hudfarve i baggrunden Længere evaluerings tid
14
Tracking Frame 11, fitFrame 12, initialFrame 12, nedskaleret Final pose fra sidste frame bruges som Initial pose i aktuel frame Initial pose er afgørende for resultatet af vores tracking.
15
Initial Pose Kontinuer tid, Δt = 0. X init = X final Diskret tid, Δt = timeStep. X init = X final + d(Δt) Hvor d() er en displacement-funktion.
16
Problemer med initial pose Den diskrete tid kan give problemer ved: For lav frame rate For hurtige bevægelser Tracking er relativt ustabil ved hurtige bevægelser. Dog klarer den skalering godt: Altså nedskalering mellem frames er OK!
17
Forbedringer Diplacement, d(Δt) kan estimeres Naiv forecast (håndens fart) Ulempe: ”Forældet” data. Optic Flow
18
Fordele Forudbestemmer initial pose Ulempe Langsomt
19
Fleksibilitet i implementation Mål: At bruge hånden i stedet for en mus. Krav: En måde at ”klikke” på. Løsning: Da vores implementation kan håndtere flere forskellige shapes.
Lignende præsentationer
© 2024 SlidePlayer.dk Inc.
All rights reserved.