TY -的A2 - Uhl Andreas盟——赵,郭岩AU -郑冯盟歌,詹PY - 2018 DA - 2018/07/10 TI -手使用Softmax的级联分类器检测SP - 9204854六世- 2018 AB -基于滑动窗口的多级手姿态检测通常是由检测每个预定义类别使用一个独立的探测器的姿势,这使得它缺乏效率和结果在实时应用的姿势混乱率高。为了解决这一问题，本文研究了一种集成了多个基于软maxbased binary (SftB)模型和基于软maxbased multiclass (SftM)模型的高效级联检测器来并行执行多类姿态检测。利用SftB模型将预定义的姿态与背景区域进行区分，并利用SftM模型对所有预定义的手部姿态类别进行区分。级联结构的另一个用途是，它可以有效地分解背景模式空间的复杂性，从而提高检测精度。此外，为了平衡检测精度和效率，级联结构中增加阶段级的分类器将采用分辨率增加的HOG特征。实验在各种背景复杂、灯光具有挑战性的场景下进行。结果表明，所提出的SftB分类器优于传统的二分类器，如logistic回归，以及与非级联多类softmax检测器相比，所提出的软max级联结构所带来的准确性和效率的提高。SN - 1687-5680 UR - https://doi.org/10.1155/2018/9204854 DO - 10.1155/2018/9204854 JF -多媒体进展PB - Hindawi KW - ER -