人臉及人眼檢測(cè)與跟蹤系統(tǒng)的設(shè)計(jì).pdf

1、人臉檢測(cè)和跟蹤是模式識(shí)別與計(jì)算機(jī)視覺研究領(lǐng)域重要的研究課題，在自動(dòng)人臉識(shí)別、視頻會(huì)議、智能視頻監(jiān)控、高級(jí)人機(jī)交互、醫(yī)療診斷等多個(gè)領(lǐng)域有著重要的應(yīng)用價(jià)值。作為一種預(yù)處理的手段，人眼檢測(cè)和定位可以有效地提高表情識(shí)別和人臉識(shí)別的識(shí)別率。
　　 本文針對(duì)國內(nèi)外在人臉及人眼檢測(cè)與跟蹤方面的研究與發(fā)展現(xiàn)狀，在Adaboost人臉檢測(cè)算法的基礎(chǔ)上，結(jié)合Windows下的Visual C++編程，通過MIT人臉庫和自建人臉庫結(jié)合的方法，對(duì)該人臉

2、庫進(jìn)行了有效的訓(xùn)練，實(shí)現(xiàn)人臉及人眼檢測(cè)功能。利用連續(xù)自適應(yīng)均值移動(dòng)算法(Continuously Adaptive Mean Shift，Camshift)對(duì)人臉進(jìn)行跟蹤，提出了一種新的優(yōu)化算法，該算法利用Adaboost人臉檢測(cè)初始化模板的方法，將檢測(cè)與跟蹤結(jié)合起來，改進(jìn)了Camshift算法，實(shí)現(xiàn)了人臉跟蹤功能，大大方便了人臉跟蹤的用戶，在多媒體教學(xué)系統(tǒng)中有很大的應(yīng)用前景，可實(shí)現(xiàn)自動(dòng)跟蹤教師，實(shí)時(shí)錄課的效果。
　　 本文的創(chuàng)

3、新點(diǎn)包括如下方面：
　　 1.基于Adaboost檢測(cè)原理，設(shè)計(jì)了人臉及人眼檢測(cè)系統(tǒng)。改進(jìn)了訓(xùn)練系統(tǒng)，由于MIT人臉庫的樣本為灰度圖像，而且分辨率比較低，因而可能會(huì)影響訓(xùn)練的效果，本文自建了人臉樣本庫，樣本選取數(shù)目更多，包含了正臉、側(cè)臉、復(fù)雜背景以及多個(gè)大小不同的人臉，采用更大的樣本庫且選取了兩倍于人臉樣本數(shù)目的非人臉樣本來進(jìn)行Adaboost訓(xùn)練。使用新的分類器檢測(cè)，可實(shí)現(xiàn)多姿態(tài)的人臉及人眼檢測(cè)，提高了檢測(cè)率和檢測(cè)速度。