ChaLearn Gesture Challenge_2：examples体验

 

　　前言：

　　在上一篇博文ChaLearn Gesture Challenge_1：CGD数据库简单介绍中已经简单介绍过CGD2011数据库，了解到该数据库可以作为公开的数据库来测试在深度信息和RGB信息上的手势识别。当然了，也可以通过参加这个挑战赛来对比自己的手势识别算法。官网上不仅提供了数据库的下载以及一些比赛规则，还提供了丰富的sample，这些sample中包含了很多图片，视频的处理，比如说深度图像和RGB图像的去噪，梯度计算，采样；视频特征的提取，这些特征包括STIP，MHI，MEI，HOG，HOF，PCA等；一些手势识别的算法，比如DTW；头部检测，骨骼检测，背景消除等等。在官网http://gesture.chalearn.org/data/sample-code上可以下载到最新版的code，解压后有4个.m文件，这4个文件就是提供的sample，分别为browse.m(用来浏览和播放视频数据的，有GUI，类似一个简单的播放器)，examples.m(该文件中包含了26个sample，sample的内容如上面所讲)，main.m(该文件提供了一个principal motion的识别算法，有整个训练和识别的全部代码，效果还不错)，prepare_final_resu(主要是用来参加挑战赛提交验证代码的格式统一用的)。本节主要是体验下examples.m文件下的丰富例子。

　　首先在上篇博文ChaLearn Gesture Challenge_1：CGD数据库简单介绍的基础上对该数据库再补充一点：数据库中每一个batch都是对应一个人的手势，且每一个batch都只有8~15种手势，虽然说有47个视频共100个手势，但是这是One-shot learning，所以训练数据的标签也是只有8~15个，其它的都是测试数据的标签（每一个batch中的每一种手势都只能用一个视频来训练）。

　　开发环境：matlab2012a（或比matlab2012a更高级的版本）

 

　　实验步骤：

　　1. 下载code解压后，打开matlab，将current folder定位到Sample_code目录，比如我的目录如下：C:\QtTest\CGD_test\Sample_code

　　2. 将Sample_code目录添加到matlab的path目录下

　　3. 直接在matlab命令行中输入examples，这时候会让你选择1~3中的一个（表示使用哪个视频进行演示），比如选择1后，就会出现下面26个例子供选择：　

  1 - Play movie 

 2 - First frame 

 3 - Blurred image 

 4 - Downsized image 

 5 - Gray level image 

 6 - True depth restoration 

 7 - Background removal 

 8 - Head detection 

 9 - Manual body part annotations 

10 - Automatic body part annotations 

11 - Body segmentation 

12 - Manual alignment depth/RGB 

13 - Approximated gradients 

14 - Image differences 

15 - Motion energy histograms 

16 - Principal components 

17 - Motion history  

18 - Static posture history  

19 - HOG and HOF 

20 - Human temporal segmentation 

21 - Dynamic Time Warping (DTW) recognition-based segmentation 

22 - Hand-motion temporal segmentation (NO DTW) 

23 - Extract skeleton w. ETH code 

24 - Find body parts w. D. Ramanan s code 

25 - STIP features 

26 - Bag of STIP features 

　　4. 按照提示随便选择1个例子的编号就可以看到其演示结果。

 

　　实验结果：

　　下面是运行了一小部分的sample的结果。

　　DownLoadSize:

 　　

 

　　Automatic body part annotations:

 　　

 

　　Motion average:

 　　

 

　　Motion history:

 　　

 

　　DTW1:

 　　

 

　　DTW2:

 　　

 

　　STIP1:

　　

 

　　STIP2:

 　　

 

　　PCA1:

 　　

 

　　PCA2:

 　　

 

 

　　参考资料：

      ChaLearn Gesture Challenge_1：CGD数据库简单介绍

     http://gesture.chalearn.org/data/sample-code