復(fù)雜背景下的人臉檢測(cè)與跟蹤方法研究.pdf

1、隨著人臉識(shí)別技術(shù)在模式識(shí)別、計(jì)算機(jī)視覺(jué)和多媒體技術(shù)等領(lǐng)域中的不斷發(fā)展，人臉檢測(cè)與跟蹤作為人臉識(shí)別技術(shù)中的關(guān)鍵問(wèn)題，越來(lái)越受到大量相關(guān)研究者的關(guān)注與重視。目前，人臉檢測(cè)與跟蹤受到與膚色相近及其他復(fù)雜背景的影響，在實(shí)際應(yīng)用中還存在很大的困難。
　　 針對(duì)以上問(wèn)題，本文的研究工作主要包括兩個(gè)方面:復(fù)雜背景下的人臉檢測(cè)方法和對(duì)視頻中的運(yùn)動(dòng)人臉進(jìn)行檢測(cè)跟蹤。
　　 在人臉檢測(cè)方面，首先本文提出一種基于多膚色空間下的膚色分割方法。具

2、體做法是，先利用均值濾波、拉普拉子算法等方法對(duì)圖像進(jìn)行增強(qiáng)處理，然后結(jié)合YCbCr、YCgCr、YCgCb三種顏色空間下的多膚色空間對(duì)圖像進(jìn)行膚色分割，定位出候選的人臉區(qū)域，實(shí)驗(yàn)表明該方法對(duì)復(fù)雜背景下的彩色圖片的膚色分割具有非常好的效果。其次，本文深入研究了級(jí)聯(lián)分類器與弱分類器之間的關(guān)系，并對(duì)訓(xùn)練過(guò)程和檢測(cè)器設(shè)計(jì)兩部分進(jìn)行了研究分析，采用待檢測(cè)圖像的大小固定不變，逐層等比放大檢測(cè)窗口的檢測(cè)器，并加入窗口合并機(jī)制來(lái)提高人臉檢測(cè)效果。最后，

3、綜合上述方法對(duì)圖像進(jìn)行人臉檢測(cè)。實(shí)驗(yàn)結(jié)果表明，基于多膚色空間的人臉區(qū)域分割及AdaBoost的人臉檢測(cè)算法相對(duì)于傳統(tǒng)方法的檢測(cè)效果有較大的提高，適用于各種復(fù)雜背景下的彩色人臉圖像的檢測(cè)。
　　 在人臉跟蹤方面，本文首先將卡爾曼濾波算法運(yùn)用到視頻的面部跟蹤上來(lái)，實(shí)現(xiàn)了視頻中人臉的跟蹤過(guò)程。實(shí)驗(yàn)表明，雖然基于卡爾曼濾波的人臉跟蹤能相對(duì)有效的跟蹤到人臉，但是該方法在初始定位以及人臉定位的精確度上還有待提高，因此，本文結(jié)合改進(jìn)的人臉檢測(cè)