人臉檢測與跟蹤的算法研究.pdf

1、人臉檢測與人臉跟蹤技術(shù)是計算機視覺學(xué)科里一個重要的研究方向。隨著近年來計算機技術(shù)的發(fā)展，人臉檢測與人臉跟蹤技術(shù)的發(fā)展迅猛，并且在諸多領(lǐng)域有著廣泛的應(yīng)用，尤其在安防監(jiān)控、人臉?biāo)阉饕约叭藱C交互等諸多領(lǐng)域有著比較廣泛而又重要的應(yīng)用，極大地推進(jìn)了人居生活的現(xiàn)代化。本文在對國內(nèi)外人臉檢測與人臉跟蹤的研究結(jié)果進(jìn)行分析和討論后，針對其中的一些問題提出了一些改進(jìn)方法，并通過實驗進(jìn)行了有效性驗證。本文的主要工作如下:
　　(1)提出了基于改進(jìn)高斯模

2、型的膚色分割算法。對于復(fù)雜背景以及不同光照下的膚色分割，本文采用閾值模型對當(dāng)前被檢測圖像進(jìn)行膚色分割構(gòu)造當(dāng)前高斯模型，然后將當(dāng)前高斯模型與傳統(tǒng)高斯模型進(jìn)行組合構(gòu)造改進(jìn)高斯模型。改進(jìn)高斯模型膚色分割算法可以適應(yīng)當(dāng)前被檢測圖像的光照和膚色分布，降低了傳統(tǒng)高斯模型膚色分割算法的誤檢率與漏檢率。在包含復(fù)雜背景及不同光照的人臉圖片庫中進(jìn)行實驗，驗證了該算法的有效性。
　　(2)提出了基于改進(jìn)膚色模型與Adaboost的人臉檢測方法。該方法將

3、Adaboost方法與改進(jìn)膚色模型進(jìn)行結(jié)合，首先利用Adaboost方法對待檢測圖像進(jìn)行檢測獲得候選人臉區(qū)域，然后使用改進(jìn)膚色模型分割算法對候選人臉區(qū)域進(jìn)行再次檢測，剔除掉非人臉區(qū)域。實驗結(jié)果表明該方法能夠有效地降低Adaboost算法人臉檢測方法的誤檢率。
　　(3)提出了基于分塊壓縮感知的人臉跟蹤算法。該方法針對壓縮跟蹤算法對于人臉目標(biāo)被部分遮擋時跟蹤目標(biāo)容易丟失的缺點做出一些改進(jìn)。首先對人臉目標(biāo)進(jìn)行分割得到多個分塊，然后通過