基于OpenCV的人臉檢測與跟蹤算法研究與實(shí)現(xiàn).pdf

1、人臉檢測與跟蹤技術(shù)是模式識別、計算機(jī)視覺領(lǐng)域內(nèi)不可缺少的技術(shù)，這些技術(shù)的用途越來越廣泛，現(xiàn)在主要應(yīng)用在自動人臉識別打卡，遠(yuǎn)程視頻會議及家庭智能安防等方面。人臉檢測與跟蹤的目的是使計算機(jī)以及嵌入式設(shè)備等能夠從一幀幀視頻圖像中發(fā)現(xiàn)目標(biāo)人臉并跟蹤人臉。但是現(xiàn)有的人臉檢測技術(shù)對復(fù)雜環(huán)境下的多角度多姿態(tài)人臉的檢測準(zhǔn)確度低，檢測時間較長；人臉跟蹤技術(shù)對目標(biāo)人臉進(jìn)行跟蹤時的實(shí)時性差且跟蹤的人臉容易丟失。
　　針對上述問題，本論文使用了AdaBo

2、ost算法訓(xùn)練了3類人臉分類器，分別有正臉分類器、半側(cè)臉分類器以及全側(cè)臉分類器。使用訓(xùn)練出的3類分類器檢測視頻序列中的多角度人臉。對檢測到的目標(biāo)人臉進(jìn)行跟蹤時，使用了CamShift（連續(xù)自適應(yīng)均值移動）算法。結(jié)合該算法和圖像處理中的其他方法如中值濾波，開閉運(yùn)算等能夠?qū)崿F(xiàn)復(fù)雜環(huán)境下的多姿態(tài)人臉的實(shí)時準(zhǔn)確跟蹤。為了提高人臉檢測和跟蹤的速度，本論文中首先對采集到的視頻圖像進(jìn)行膚色檢測或圖像壓縮處理，嘗試減小分類器的搜索區(qū)域，從而減小人臉檢測

3、的時間。本文將 OpenCV視頻庫移植到嵌入式設(shè)備，搭建了人臉檢測與跟蹤硬件系統(tǒng)。系統(tǒng)中的單目攝像頭根據(jù)人臉檢測和跟蹤的結(jié)果跟隨目標(biāo)人臉轉(zhuǎn)動，保證跟蹤到的人臉始終保持在拍攝到的畫面的近似中間位置。
　　實(shí)驗(yàn)仿真中，通過比較膚色檢測和圖像壓縮預(yù)處理方法，發(fā)現(xiàn)圖像壓縮的實(shí)時性比膚色檢測更高。因此本論文最先對攝像頭采集的圖像進(jìn)行不同比例的壓縮。為使人臉檢測和跟蹤時間縮短且保證圖像質(zhì)量不會大幅度降低，本論文中將圖像進(jìn)行了0.5倍壓縮。圖像