基于粒子濾波的人臉實時跟蹤算法研究.pdf

1、人臉跟蹤是視頻交互技術(shù)的重要分支，在人機交互，人臉識別，機器人視覺以及視頻監(jiān)控等方面具有十分廣泛的應(yīng)用。人臉跟蹤，就是對圖像序列進行檢測是否存在人臉，若存在人臉，則對人臉進行提取，跟蹤。如何準(zhǔn)確的檢測人臉，精確以及穩(wěn)定的跟蹤視頻圖像中的人臉，是人臉跟蹤中的重點。
　　在人臉檢測方面，根據(jù)傳統(tǒng)Adaboost算法檢測速度快，但是檢測的精確率不高的問題，提出結(jié)合膚色與改進Adaboost的方法用于人臉檢測，先利用膚色過濾掉背景信息的干

2、擾，減少計算量，提高檢測速度，然后在膚色區(qū)域中利用快速積分圖提取人臉的Haar特征，接著使用閾值設(shè)定的方法對傳統(tǒng)的Adaboost算法進行改進，并將每次檢測的最優(yōu)分類器級聯(lián)形成最終的強分類器，通過強分類器對Haar特征判別，檢測出人臉部分。實驗證明該算法有效的提高了人臉檢測的準(zhǔn)確率，在單人臉和多人臉的圖像中都能進行有效的檢測。
　　在人臉跟蹤方面，根據(jù)傳統(tǒng)粒子濾波跟蹤穩(wěn)定性不高的特點，本文在計算粒子顏色直方圖的時候，引入了核函數(shù)，

3、采用核函數(shù)加權(quán)顏色直方圖。有效的提高了人臉跟蹤的穩(wěn)定性。
　　為了解決基于膚色的跟蹤方法對于光照影響以及人臉旋轉(zhuǎn)問題的魯棒性不高的問題，本文采用人臉輪廓作為跟蹤的第二線索，在膚色跟蹤不穩(wěn)定的情況下采用輪廓進行跟蹤一幀，然后返回顏色跟蹤。實驗證明，這個方法能夠在光照變化、人臉旋轉(zhuǎn)、以及人臉部分遮擋的情況下的人臉跟蹤。
　　傳統(tǒng)的粒子濾波方法中建議分布是直接采用先驗概率密度，其與后驗概率密度具有較大的差距。在一些精度要求較高的場