人臉檢測與跟蹤算法研究.pdf

1、圖像中的人往往是整個(gè)圖像的中心，而根據(jù)人眼的視覺特性，人們通常對圖像中人的臉部區(qū)域更感興趣，因此人臉相關(guān)的圖像處理技術(shù)成為了計(jì)算機(jī)視覺中的一個(gè)非常重要的研究方向。人臉處理技術(shù)在身份驗(yàn)證、人機(jī)交互接口、智能視覺監(jiān)控、基于感興趣區(qū)域ROI的編碼與傳輸、可視電話等領(lǐng)域有著廣泛的應(yīng)用，有著廣闊的發(fā)展前景。 本文研究的目標(biāo)是在人臉檢測的基礎(chǔ)上進(jìn)行人臉跟蹤，選用快速有效的人臉檢測算法，在保證實(shí)時(shí)性的基礎(chǔ)上，提高人臉跟蹤的準(zhǔn)確性。 本

2、文研究的內(nèi)容主要分為三個(gè)部分：人臉可能區(qū)域的獲得，人臉檢測，人臉跟蹤。 本文采用幀間差法對視頻圖像進(jìn)行運(yùn)動(dòng)檢測，獲得運(yùn)動(dòng)區(qū)域。研究了經(jīng)典的Hsu R L膚色檢測算法，在運(yùn)動(dòng)區(qū)域內(nèi)進(jìn)行膚色檢測，得到有可能存在人臉的區(qū)域，以減少后續(xù)人臉檢測的范圍，提高檢測速度。 對可能存在人臉的區(qū)域進(jìn)行人臉檢測，本文深入研究了經(jīng)典的Adaboost人臉檢測算法，同時(shí)針對Adaboost經(jīng)典算法對人一定角度的側(cè)臉檢測率不高的問題，本文分析了人

3、側(cè)臉的五官結(jié)構(gòu)在透視情況下的特性，改進(jìn)了傳統(tǒng)的Harr-like特征，得到一系列具有透視特性的進(jìn)行側(cè)臉檢測的特征，將這些側(cè)臉特征與傳統(tǒng)的Harr-like特征一起構(gòu)成新的特征庫，用Adaboost算法構(gòu)建分類器級聯(lián)結(jié)構(gòu)。通過實(shí)驗(yàn)證明，在針對側(cè)臉情況下進(jìn)行人臉檢測時(shí)結(jié)合使用本文的特征具有較好的效果。 本文通過對馬賽克圖像法的研究提出了針對多尺度五官結(jié)構(gòu)的正面人臉模板，并且根據(jù)透視原理提出了側(cè)面人臉模板。利用這些模板來限定Adabo

4、ost人臉檢測法中傳統(tǒng)的Harr-like特征與側(cè)臉特征的空間位置大小關(guān)系，整合了特征，組合成強(qiáng)分類器。使用該強(qiáng)分類器對符合人臉模板的典型人臉進(jìn)行檢測時(shí)具有較快的檢測速度，與用Adboost算法構(gòu)成的分類器級聯(lián)結(jié)構(gòu)結(jié)合起來進(jìn)行人臉檢測。實(shí)驗(yàn)證明，運(yùn)用本文方法進(jìn)行人臉檢測具有較好的實(shí)用性。 把檢測到的人臉作為目標(biāo)進(jìn)行跟蹤，本文采用Kalman濾波預(yù)測人臉運(yùn)動(dòng)區(qū)域，并使用計(jì)算圖像間的協(xié)方差值來判定圖像相似度的模板匹配法來進(jìn)行人臉目標(biāo)