基于Mean Shift的序列图像手势跟踪算法*

王 宇

（中国民航飞行学院 航空工程学院，四川 广汉 618307)

1 引言

手势生动、形象、直观，而且蕴涵着丰富的信息，是人与人沟通的重要媒介。手势跟踪则是在图像序列中确定出各帧中手势的位置、大小和方向等信息，是目前基于手势交互的重要内容。

目前，目标跟踪的算法[1-4]有很多，大体上可以分为基于匹配的跟踪和基于运动特性的跟踪。根据提取目标的特征不同，基于匹配的跟踪可分为区域匹配跟踪、轮廓匹配跟踪和特征匹配跟踪。基于运动特性的跟踪又分为基于光流的跟踪算法和运动预测跟踪算法。其中，Mean Shift算法因其计算简单、实时性好而得到了广泛应用。笔者将Mean Shift算法应用于序列图像中的手势跟踪，取得了较好的效果。

2 基于颜色直方图的Mean Shift算法

Mean Shift[5-6]是一种基于核函数密度估计的图像特征分析方法。在手势跟踪中，Mean Shift算法利用图像的颜色统计直方图作为整个搜索匹配的特征，并且采用梯度优化方法来减少特征搜索匹配的时间，实现快速的目标定位，同时利用Bhattacharyya距离作为对目标模板和候选目标的相似性函数，完成特征的匹配。

1）目标模板的表示

假设{xi}i=1，2，…，N表示目标模板区域中的像素位置，且目标区域的中心为x0，特征值bin的个数为m，则目标模板的特征值 u＝1，2，…，m 的概率密度为

式中：k（x）为核函数，是一个各向同性的、凸的且单调递减的函数，它的作用是给目标模板区域的像素设置权值，即给远离目标模板中心的像素设置较小的权值，而给靠近目标模板中心的像素设置较大的权值。……