復雜背景下人臉檢測與跟蹤系統(tǒng)的研究與實現(xiàn).pdf

1、人臉檢測與跟蹤是計算機視覺領域的重要研究方向。隨著計算機科學和圖像處理技術的飛速發(fā)展，人臉檢測與跟蹤在人機交互、智能監(jiān)控、司法鑒定、視頻會議等方面有著廣泛的應用前景。同時，由于人臉容易受到光照、復雜背景、姿態(tài)、表情等因素的影響，這給人臉檢測與跟蹤帶來了困難，因此如何高效、實時地檢測與跟蹤復雜條件下的人臉仍然是一個非常具有難度的課題。
　　 本文分析總結了近年來國內外人臉檢測與跟蹤的相關理論和研究成果，針對人臉檢測與跟蹤的精確性、

2、實時性等關鍵問題進行了理論研究和實驗，重點研究了復雜背景下的基于Adaboost算法的多種姿態(tài)人臉檢測系統(tǒng)和基于改進Camshift算法的自動多人臉跟蹤系統(tǒng)。本文的工作和創(chuàng)新點如下:
　　 1.詳細闡述了基于AdaBoost算法的正面人臉檢測，介紹了Haar-like特征、積分圖以及級聯(lián)分類器的構建和訓練。介紹了正面人臉檢測的整個流程，并用C語言編寫了檢測程序，最后在PC平臺上從光照、距離、背景等多個方面對檢測程序進行了性能評估

3、。
　　 2.系統(tǒng)研究了多種姿態(tài)的人臉檢測方法。對于平面外旋轉人臉的檢測，針對不同角度范圍的人臉分別訓練分類器，分別檢測不同角度范圍的平面外旋轉人臉;對于平面內旋轉人臉，研究了基于旋轉的人臉檢測方法，同時提出了基于KLT角點檢測的平面內旋轉人臉檢測方法。
　　 3.重點分析了基于顏色直方圖的Camshift人臉跟蹤算法，該算法不受目標形狀大小的影響，實時性較好，但當存在顏色干擾和遮擋時跟蹤效果較差，本文就該算法存在的不足

4、之處引入了人臉形態(tài)約束和Kalman濾波器，有效地解決了顏色干擾和遮擋的問題。
　　 4.設計實現(xiàn)了基于Adaboost算法的多種姿態(tài)人臉檢測系統(tǒng)和基于改進Camshift算法的自動多人臉跟蹤系統(tǒng)。對于基于Adaboost算法的多種姿態(tài)人臉檢測系統(tǒng)，加入了運動檢測，并對算法進行改進，提高了人臉檢測速度;對于基于改進Camshift算法的自動多人臉跟蹤系統(tǒng)，加入Adaboost人臉檢測，使得系統(tǒng)可以自動跟蹤人臉，并就人臉進出視頻區(qū)