基于圖像的人臉檢測與跟蹤算法研究.pdf

1、隨著信息技術的不斷發(fā)展，各種信息設備成為人們生活的必需品，信息安全問題越來越受到人們的重視。人臉識別技術作為一種身份驗證方法，已經(jīng)成為應用數(shù)學、模式識別和計算機應用等交叉學科的熱點研究課題。人臉檢測與跟蹤技術在人臉識別、內(nèi)容檢索、視頻監(jiān)控等多個領域具有廣泛的應用價值。近年來，越來越多的學者致力于人臉檢測與跟蹤技術的研究，但由于受到人臉表情、姿態(tài)、光照、復雜背景等條件的影響，建立一個實時高效的人臉檢測與跟蹤系統(tǒng)是一個具有很大挑戰(zhàn)的熱點問題

2、。
　　本文對上述熱點問題進行了研究，從實際應用角度出發(fā)提出了一種基于RealAdaBoost和改進的Camshift算法相結(jié)合的人臉檢測與跟蹤算法，以及基于HOG特征和SVM的行人檢測算法。本文所做的主要工作如下:
　　探討了Real AdaBoost人臉檢測算法，實現(xiàn)了基于Real AdaBoost算法的人臉檢測系統(tǒng)。通過對比實驗證明Real AdaBoost算法相比于AdaBoost算法有較高的檢測率和較低的誤檢率。本

3、文訓練的人臉檢測器在中科院正面圖像庫中的9031張圖片上進行了測試，檢測率達到98.56％。
　　研究了Camshift人臉跟蹤算法，針對該算法的缺點，在具體應用中進行了改進。在錄制的視頻圖像中對兩種算法進行了跟蹤效果對比實驗與分析，從實驗結(jié)果可以證明，改進后的Camshift算法較原算法有更好的魯棒性，跟蹤更加準確。另外，為了提高跟蹤的準確率，本文構(gòu)造了膚色模型來判斷跟蹤結(jié)果是否正確，衣服顏色模型判斷跟蹤過程中是否發(fā)生遮擋。如果