小编tim*_*mKa的帖子

所以，伙计们，请帮助我为坐在电脑（笔记本电脑）前置摄像头前的电脑前的用户检测/跟踪手部。我试过这些方法：

• 基于颜色的检测（我已经通过 opencv haar 级联人脸检测检测了人脸并提取了皮肤 HSV 范围。在接下来我找到了具有肤色的对象。例如，我可以通过了解人脸检测来删除人脸通过 haar 级联，但是如果我只需要手，那么其他人体部位和具有肤色的背景物体呢？如何使该算法对照明更稳定？）
• 训练自己的 haar 级联分类器（我用 3.5k 正片和 4k 负片照片训练了自己的级联来检测手。训练花了 3 天。数据集非常丰富（各种手部配置和方向、光照条件、不同背景） . 它的效果还不错，但由于我设置了scaleFactor=1.3和 ，所以它非常慢minNeighbors=70。如果我减少minNeighbors误报，误报将大大增加，并且小的反应角将覆盖整个视频帧。训练参数： opencv_traincascade -data data -vec samples.vec -bg neg.txt -numStages 16 -minhitrate 0.999 -maxFalseAlarmRate 0.5 -numPos 3200 -numNeg 3900 -w 24 -h 24 -mode ALL -precalcValBufSize 1024`` -precalcIdxBufSize 1024

• 训练 LBP 级联分类器（训练比 haar 级联更快，检测工作更接近实时，但这种检测方法有很多错误） 训练参数：opencv_traincascade -data lbp -vec samples.vec -bg neg.txt -numStages 25 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 3200 -numNeg 3900 …