人臉跟蹤檢測技術(shù)的應(yīng)用研究.pdf

1、人臉跟蹤檢測技術(shù)是計(jì)算機(jī)視覺和模式識別領(lǐng)域中的一項(xiàng)重要研究課題，在諸如公共安全、智能門禁、海關(guān)身份驗(yàn)證、視頻監(jiān)控、智能建筑、人機(jī)交互等領(lǐng)域具有廣泛的應(yīng)用前景。
　　在人臉跟蹤檢測中，檢測是跟蹤的基礎(chǔ)?；谌四樚卣鞯臋z測方法由于具有計(jì)算量小，方法相對簡單等特點(diǎn)而被廣泛采用。然而單獨(dú)使用一種特征對人臉進(jìn)行檢測時(shí)，在復(fù)雜背景下檢測的準(zhǔn)確率往往比較低。在人臉特征中，考慮到基于膚色的人臉檢測方法運(yùn)算速度快，但受圖像中大塊類膚色區(qū)域和裸露肢體

2、膚色的干擾較大，所以準(zhǔn)確率不高;而基于人臉輪廓的檢測方法通過檢測人臉區(qū)域的形狀能有效的解決膚色檢測中的問題，但運(yùn)算速度慢。因此，本文提出一種粗略檢測和精確檢測相結(jié)合的方法，首先利用膚色特征從復(fù)雜的圖像中粗略定位出人臉的大致區(qū)域。然后，在這個(gè)大致區(qū)域中運(yùn)用Hough變換檢測人臉輪廓的方法精確定位出人臉的大小和位置。這樣既解決了膚色檢測的精度問題，又解決了輪廓檢測的速度問題。
　　跟蹤是檢測的目的，在跟蹤算法中，基于Mean shif

3、t的Camshift跟蹤算法較好地解決了Mean shift算法中跟蹤窗口大小保持不變的問題而獲得較廣泛的應(yīng)用。然而當(dāng)跟蹤過程中出現(xiàn)遮擋時(shí)，由于Camshift算法不具有預(yù)測能力，會(huì)造成跟蹤目標(biāo)的丟失。對此，本文提出基于Camshift與Kalman濾波預(yù)測相結(jié)合的人臉跟蹤方法。該方法首先采用Kalman濾波器根據(jù)以往的人臉位置信息預(yù)測在本幀圖像中人臉的可能位置，然后再利用Camshift算法在這個(gè)位置的鄰域內(nèi)找到人臉的真實(shí)位置，這樣就