視頻中人臉檢測(cè)與跟蹤技術(shù)研究.pdf

1、本文主要研究了人臉檢測(cè)與跟蹤問(wèn)題。人臉檢測(cè)與跟蹤技術(shù)是計(jì)算機(jī)視覺中的關(guān)鍵技術(shù)。計(jì)算機(jī)視覺中的人臉信息圖像處理領(lǐng)域包括人臉識(shí)別、姿態(tài)估計(jì)、表情識(shí)別、視頻監(jiān)控等多個(gè)研究方向,所有這些方向都涉及到人臉的檢測(cè)與跟蹤問(wèn)題。本文分析了近年來(lái)國(guó)內(nèi)外大量的關(guān)于人臉檢測(cè)與跟蹤的學(xué)術(shù)研究成果,在前人提出的一些經(jīng)典算法基礎(chǔ)上,對(duì)如何建立高效的自動(dòng)人臉檢測(cè)和跟蹤系統(tǒng)進(jìn)行了深入的研究,對(duì)一些算法做了關(guān)鍵性的改進(jìn),提高了系統(tǒng)檢測(cè)和跟蹤的性能。本文的主要工作如下:<

2、br>　　 在人臉檢測(cè)方面,本文采用了基于AdaBoost的人臉檢測(cè)算法,基于AdaBoost的人臉檢測(cè)是從一個(gè)較大的特征集中選取少量關(guān)鍵的haar-Iike矩形特征,通過(guò)這些矩形特征訓(xùn)練若干個(gè)弱分類器來(lái)產(chǎn)生一個(gè)高效的強(qiáng)分類器,再將若干強(qiáng)分類器級(jí)聯(lián)成為一個(gè)更加復(fù)雜的分類器,最后通過(guò)該級(jí)聯(lián)分類器實(shí)現(xiàn)人臉的檢測(cè)。通過(guò)它可以檢測(cè)多種格式的正面正直人臉圖像,檢測(cè)速度快,實(shí)時(shí)性好,檢測(cè)率高。本文將混合高斯模型的運(yùn)動(dòng)區(qū)域檢測(cè)方法運(yùn)用到人臉檢測(cè)中,

3、在對(duì)每幀圖像進(jìn)行人臉檢測(cè)前先進(jìn)行運(yùn)動(dòng)區(qū)域的檢測(cè),這樣就縮小了可能存在人臉的區(qū)域范圍,然后在檢測(cè)到的運(yùn)動(dòng)區(qū)域和上一幀人臉?biāo)趨^(qū)域(如果人臉沒有明顯的位移)再運(yùn)用AdaBoost人臉檢測(cè)方法,從而既提高了系統(tǒng)的檢測(cè)速度,又降低了系統(tǒng)的誤檢率。
　　 在人臉跟蹤方面,本文主要研究了兩點(diǎn):一是結(jié)合Kalman運(yùn)動(dòng)預(yù)測(cè)實(shí)現(xiàn)CamShift算法的人臉跟蹤；二是圖像金字塔技術(shù)與Lucas-Kanade光流法相結(jié)合的人臉跟蹤算法。在前者中首先用