人臉跟蹤與識(shí)別技術(shù)研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展和視頻會(huì)議、遠(yuǎn)程教學(xué)等多媒體形式的日益普遍，人們對(duì)圖像跟蹤、目標(biāo)識(shí)別提出了更高的要求。人臉作為人體的重要生物特征，有著唯一性和穩(wěn)定性的特點(diǎn)，是跟蹤與識(shí)別的理想依據(jù)。但是仍有許多問(wèn)題需要解決。比如如何在圖像中精確的定位人臉，如何解決跟蹤過(guò)程中的遮擋問(wèn)題、傾斜翻轉(zhuǎn)問(wèn)題，如何提高人臉識(shí)別算法中特征分類(lèi)準(zhǔn)確度問(wèn)題等。
　　 針對(duì)以上問(wèn)題，本文提出了基于改進(jìn)Camshift和Harr檢測(cè)的實(shí)時(shí)人臉跟蹤算法以及基于SV

2、M和AdaBoost的近紅外人臉識(shí)別算法，并設(shè)計(jì)了相關(guān)實(shí)驗(yàn)。實(shí)驗(yàn)表明，本文算法能夠有效克服目標(biāo)人臉遮擋問(wèn)題和傾斜旋轉(zhuǎn)狀態(tài)下的目標(biāo)跟蹤丟失問(wèn)題，能夠提高特征分類(lèi)器的分類(lèi)能力，效果優(yōu)于其他算法。
　　 在人臉檢測(cè)與定位方面，結(jié)合了圖像預(yù)處理的幾種方法，通過(guò)自適應(yīng)光照補(bǔ)償和二層小波變換方法，降低了環(huán)境光照變化的不利影響，去除了背景噪聲。采用Haar檢測(cè)法的積分圖算法，通過(guò)AdaBoost方法訓(xùn)練加強(qiáng)，可以實(shí)現(xiàn)非接觸式的友好性強(qiáng)的人臉檢

3、測(cè)，檢測(cè)率高，定位準(zhǔn)確。
　　 在人臉跟蹤方面，以CamshiR跟蹤算法為基礎(chǔ)，提出了一種時(shí)間回溯算法，可以很好的解決跟蹤遮擋問(wèn)題；引入了變加權(quán)直方圖模型，可以有效的克服人臉傾斜翻轉(zhuǎn)狀態(tài)下，目標(biāo)容易丟失的問(wèn)題；加入角度變量，創(chuàng)建橢圓人臉模版，更加符合人臉的實(shí)際特征，取得了不錯(cuò)的跟蹤效果。
　　 在人臉識(shí)別方面，首先設(shè)計(jì)并調(diào)試了人臉圖像采集硬件系統(tǒng)。在此基礎(chǔ)上，選擇近紅外光源，采取了較為流行的二維主成分分析(2 Dimen

4、sional PrincipalComponent Analysis)算法實(shí)現(xiàn)人臉識(shí)別。對(duì)特征數(shù)據(jù)采用SVM分類(lèi)算法和AdaBoost訓(xùn)練方法決策融合的分類(lèi)方法，可以將識(shí)別特征準(zhǔn)確快速的分類(lèi)，提高了整體算法的識(shí)別率。
　　 最后，為了驗(yàn)證人臉跟蹤算法和人臉識(shí)別系統(tǒng)的性能，設(shè)計(jì)了人臉跟蹤的遮擋實(shí)驗(yàn)，傾斜翻轉(zhuǎn)實(shí)驗(yàn)，穩(wěn)定性實(shí)驗(yàn)和實(shí)時(shí)性實(shí)驗(yàn)，驗(yàn)證得出本文算法的跟蹤丟失率低、實(shí)時(shí)性好的結(jié)論。設(shè)計(jì)了人臉識(shí)別算法的識(shí)別率實(shí)驗(yàn)和復(fù)雜度實(shí)驗(yàn)，比較