人臉檢測與跟蹤的若干方法研究.pdf

1、本文研究了結(jié)合AdaBoost和Camshift的視頻人臉檢測與跟蹤算法，針對(duì)AdaBoost和Camshift算法的缺點(diǎn)提出了相應(yīng)的改進(jìn)算法。
　　 首先，研究了基于隱馬爾可夫的模型的AdaBoost人臉檢測算法。針對(duì)AdaBoost算法對(duì)側(cè)面人臉和旋轉(zhuǎn)人臉的檢測正確率不高的缺點(diǎn)，提出了結(jié)合旋轉(zhuǎn)人臉定位的改進(jìn)AdaBoost算法。重點(diǎn)研究了旋轉(zhuǎn)人臉定位的方法以及與之想配合使用的圖像邊緣檢測方法，如Robert算子、Sobel算

2、子、Prewitt算子、LOG算子、Krisch算子和Laplacian方向性邊緣檢測算子等。
　　 然后，研究了以顏色直方圖為目標(biāo)特征的Camshift人臉跟蹤算法。Camshift算法可以有效的避免光照明暗對(duì)顏色信息的干擾，在跟蹤過程中有很好的抗干擾能力。缺點(diǎn)是遇到有目標(biāo)快速位移，發(fā)生嚴(yán)重遮擋情況下會(huì)出現(xiàn)丟失目標(biāo)的情況。因此本文提出了結(jié)合Kalman濾波的增強(qiáng)型Camshift算法。Kalman濾波器是一個(gè)線性遞歸運(yùn)算的過程