實時人臉跟蹤系統(tǒng)的研究與實現(xiàn).pdf

1、人臉檢測與跟蹤技術(shù)是計算機視覺和模式識別領(lǐng)域的一個研究熱點，在智能人機交互、智能游戲控制、虛擬現(xiàn)實以及基于內(nèi)容的壓縮編碼等方面都具有廣闊的應(yīng)用前景。近年來隨著視頻電視電話會議等技術(shù)的發(fā)展，人臉檢測與跟蹤技術(shù)得到了越來越多的關(guān)注并已經(jīng)取得了很大的突破，但是由于人臉本身是一個復(fù)雜的非剛體，以及人臉姿態(tài)變化和遮擋等問題的存在，如何獲取實時魯棒的人臉檢測與跟蹤效果仍是一個極具挑戰(zhàn)性的課題。
　　 本文在分析和總結(jié)國內(nèi)外對人臉檢測與跟蹤的

2、相關(guān)研究成果的基礎(chǔ)上，針對特定的應(yīng)用背景要求，主要做了如下一些工作:
　　 1)人臉檢測方面，詳細分析了Viola-Jones人臉檢測算法，根據(jù)應(yīng)用背景的特定要求，引入運動區(qū)域檢測和人臉膚色檢測以縮小人臉檢測的搜索區(qū)域，有效地提高了人臉檢測的幀處理速度，并降低了人臉檢測的誤檢率。
　　 2)對基于Meanshift算法的人臉跟蹤方法進行了研究與分析，針對其易受背景中類膚色物體干擾和遮擋問題，分別通過將三幀差分得到的運動區(qū)

3、域圖像與反向投影圖像進行類似于邏輯“與”的操作和嵌入Kalman濾波的方法進行了改進。有效地解決了遮擋問題和背景區(qū)域類膚色物體對人臉跟蹤的干擾。
　　 3)對基于光流法的人臉跟蹤方法進行了研究，分析了Lucas-Kanade光流計算原理，針對普通光流計算方法對大的位移不夠準確的問題，引入了基于金字塔分層的光流計算方法。在分析對比了各種角點檢測方法的基礎(chǔ)上選取Harris角點檢測技術(shù)實現(xiàn)對光流跟蹤特征點的提取。
　　 4)