基于Adaboost與SIFT的人臉識(shí)別與跟蹤系統(tǒng)的研究與設(shè)計(jì).pdf

1、人臉識(shí)別與跟蹤是利用圖像處理技術(shù)從包含復(fù)雜背景的圖像序列或者信源數(shù)據(jù)中檢測(cè)出人臉，并對(duì)感興趣的人臉進(jìn)行跟蹤。人臉識(shí)別與跟蹤技術(shù)在社會(huì)生產(chǎn)生活中有著廣闊的應(yīng)用前景，它可應(yīng)用于視頻監(jiān)控、人機(jī)交互、表情分析等諸多領(lǐng)域，近年來(lái)，隨著圖像處理技術(shù)的發(fā)展，人臉識(shí)別與跟蹤的研究也越來(lái)越受到研究者的重視。
　　基于這樣的考慮，本文提出了一種基于Adaboost算法與SIFT圖像匹配的人臉識(shí)別與跟蹤系統(tǒng)。整個(gè)系統(tǒng)從功能上可以分為圖像預(yù)處理、人臉檢測(cè)

2、、人臉識(shí)別以及人臉跟蹤四個(gè)部分。首先，系統(tǒng)對(duì)輸入的圖像進(jìn)行合適的預(yù)處理操作，然后使用人臉檢測(cè)算法檢測(cè)輸入圖像中的人臉，接著，對(duì)檢測(cè)到的人臉進(jìn)行圖像匹配識(shí)別出是否含有目標(biāo)人臉以及目標(biāo)人臉的位置，最后針對(duì)圖像序列對(duì)目標(biāo)人臉進(jìn)行跟蹤。
　　人臉檢測(cè)部分，本文采用了基于Haar_Like特征的Adaboost機(jī)器學(xué)習(xí)算法。在原始算法的基礎(chǔ)之上，改進(jìn)了算法的權(quán)值更新規(guī)則，使得算法的健壯性得到提高，改善了算法的應(yīng)用性與有效性。人臉識(shí)別部分，本

3、文采用了基于SIFT算法的人臉識(shí)別算法。SIFT算法具有優(yōu)異的尺度不變性、旋轉(zhuǎn)不變性以及一定的抗仿射變換能力，能夠解決人臉識(shí)別中經(jīng)常出現(xiàn)的旋轉(zhuǎn)、尺寸不匹配等問(wèn)題。人臉跟蹤部分，本文采用的方法是對(duì)連續(xù)圖像序列的每一幀圖像進(jìn)行上述的人臉檢測(cè)與識(shí)別處理來(lái)定位每一幀圖像中的目標(biāo)人臉圖像。
　　在理論的基礎(chǔ)之上，本文借助OpenCV、VC++以及Matlab等工具進(jìn)行了豐富的實(shí)驗(yàn)，探討了算法改進(jìn)、預(yù)處理技術(shù)以及系統(tǒng)參數(shù)等因素對(duì)系統(tǒng)性能的影響