人臉實時跟蹤與識別方法的研究.pdf

1、近二十年來，人臉跟蹤與識別技術(shù)已經(jīng)成為計算機視覺與模式識別的一個重要研究方向，在商業(yè)和安全部門有著廣泛的應(yīng)用。目前的研究工作主要集中在靜態(tài)人臉識別等方面，但由于靜態(tài)圖像的獲取在某些移動場合下的獲取是不友善的，給研究工作帶來了一定的困難。為了滿足應(yīng)用的需要，本文通過對人臉跟蹤與人臉識別算法的綜述及比較，系統(tǒng)地研究了基于人臉跟蹤的動態(tài)人臉識別方法。論文主要工作分為以下三個部分： 第一部分為人臉檢測技術(shù)的研究。人臉檢測是人臉識別系統(tǒng)的

2、初期工作，在整個系統(tǒng)中起著重要作用，該部分首先采用光照補償算法來校正膚色，然后選擇了YCbCr彩色模型來進行膚色區(qū)域分割，接著提出膚色區(qū)域的進一步分割和合并算法，最后給出了利用膚色來檢測五官特征的人臉驗證算法并結(jié)合實驗分析該算法的檢測效果和應(yīng)用前景。 第二部分為人臉跟蹤技術(shù)的研究，該部分主要是將人臉檢測的結(jié)果作為初始條件，采用遺傳粒子濾波(GPF)估計下一幀圖像中人臉的位置，以此進行人臉跟蹤。針對傳統(tǒng)的粒子濾波(PF)算法在復(fù)雜

3、的環(huán)境下達不到實時性要求，出現(xiàn)跟丟的現(xiàn)象，本文提出將遺傳算法中的交叉與變異算子引入到粒子濾波，對采樣進行優(yōu)化，使采樣朝后驗密度分布取值較大的區(qū)域運動。這樣，GPF算法比采用PF算法中的粒子使用效率更高，從而導(dǎo)致所需的粒子數(shù)量大大減少。通過實驗對GPF與PF進行了比較表明：GPF對于各種干擾都有較好跟蹤效果，而且在復(fù)雜環(huán)境下可同時滿足精確與快速的要求。 第三部分為人臉識別技術(shù)的研究，這一部分主要是在人臉跟蹤基礎(chǔ)上，采用隱馬爾可夫模