資源描述：
《基于視頻流快速人臉檢測和實時跟蹤算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、摘要基于視頻流的入臉檢測與跟蹤是計算機視覺與模式識別領(lǐng)域豹一個重要的研究課題，也是人臉信息處理領(lǐng)域的一項關(guān)鍵技術(shù)，已經(jīng)成為研究者廣泛關(guān)注的熱點問題。自動人臉檢測與跟蹤技術(shù)在智能安全監(jiān)控、入楓交互視頻會議、自動人臉識別、身份識別、虛擬現(xiàn)實等領(lǐng)域都有著廣泛的應用前景和商業(yè)價值。盡管人臉檢測與跟蹤技術(shù)在可控條件下已經(jīng)取得了很大的發(fā)震，并獲得了可供實用的效果，但是，由予入臉結(jié)構(gòu)自身模式的多變性、數(shù)字圖像采集過程中的備種噪聲干擾、各種實際環(huán)境的限制以及理論研究的不夠成熟，仍然面臨著巨大的挑戰(zhàn)，比如，面部表情、入臉姿勢、復雜背景、遮擋、
2、觀察視角以及光照條件變化等。本文針對這些應用條件的限制，主要研究了人臉檢測技術(shù)、人臉跟蹤技術(shù)，全面分析了國內(nèi)外入臉檢測技術(shù)以及入臉跟蹤技術(shù)的發(fā)展，并對主要的實現(xiàn)算法進行了詳細的研究和深入的分析。主要內(nèi)容包括：l、針對A如B00st算法基本知識做概要介紹，并以類Haar特征為基礎(chǔ)，對弱分類器、強分類器以及級聯(lián)分類器的構(gòu)建過程進行丁詳細的闡述；研究并實現(xiàn)了A出lBoost算法的訓練以及檢測過程：最履，提出并實現(xiàn)對A螂oost算法的改進方法，具體內(nèi)容如下：(1)優(yōu)化多尺度檢測問題，同時采取了基于邊緣特征的算法加速策略，降低了算法的
3、計算復雜度，加快了檢測的速度，使算法的性能大大提升。(2)選取不同的樣本集，分別訓練正面分類器和側(cè)砸分類器，并將他們串聯(lián)形成一個多級結(jié)構(gòu)的分類器，鱗決了多姿態(tài)條件下的入臉檢測問題。大量的實驗數(shù)據(jù)以及分類結(jié)果證明：改進蜃的AdaBooSt人臉檢測算法魯棒性更好，適用范圍更廣，與傳統(tǒng)AdaBooSt入臉檢測算法相比，其檢測率得到了顯著的提高。2、使用徑向模板對旋轉(zhuǎn)角度進行估計，成功地解決了平面內(nèi)旋轉(zhuǎn)模式下的人臉檢測問題；利用多分類器繳聯(lián)結(jié)構(gòu)有效地處理了平面外旋轉(zhuǎn)模式下的人臉檢測問題；另外，還針對人臉檢測算法的擴展性進行探討，使其
4、能夠由單一的人臉檢測領(lǐng)域逐步擴展到更為廣泛的目標檢測應用領(lǐng)域中。3、深入研究了Me徽ShiR理論，以及其在目標跟蹤方向的應用。由于Me勰Shi是難以克服跟蹤目標對象形狀大小變化的情況，因此本文接著研究了以MeaIlShi赍為核心的C鋤Shi笊算法，它是在Me艇Sh濺算法基礎(chǔ)之上實現(xiàn)的改進算法，能夠很好地適應跟蹤盡標對象大小以及形狀的變化。由于CamShiR跟蹤算法以顏色概率分布為基本，因此具有不受跟蹤目標對象的大小、形狀以及外界光照變化等環(huán)境因素影響的優(yōu)點。但是C娥Sh澄l算法也存在一些不是之楚，鍘如，初始優(yōu)跟蹤窗囂需要手動
5、選??；當曩標的色彩概率分布非常接近時，會出現(xiàn)跟蹤目標丟失的情況等。針對這些不足，對C鋤Shi矗算法做如下具體煞改進：(1)利用AdaBoost人臉檢測算法的檢測過程來實現(xiàn)跟蹤過程入臉的自動初始化：<2)為了兼顧了跟蹤薛速度與效采，采用跟蹤與檢測裾互交蟄的方法；(3)提出了基于雙眼模板匹配的C鋤SmR入臉跟蹤算法，以顏色概率分布圖中的模板匹配成功與否作為算法迭代的終止條件，解決了場景串存在大面積類膚色干擾時跟蹤失誤的問題。為了在減少跟蹤失誤的同時最大限度的保證算法的實時性，模板匹配過程中對模板采取了簡單韻斃例縮放和焦度旋轉(zhuǎn)并使
6、匹配只在援索窗上半部分進行。實驗數(shù)據(jù)和結(jié)果表明，改進后的C鋤SlliR算法跟蹤效果明顯優(yōu)于傳統(tǒng)的C鋤ShiR算法，圜時也保證了良好的實時性。4、根據(jù)上述理論及技術(shù)，在visualC++6．0軟件平臺上開發(fā)并實現(xiàn)了一個自動化人臉檢測與跟蹤系統(tǒng)。該系統(tǒng)能夠?qū)崟r采集圖像，并對視頻流中的人臉進行檢測及實時跟蹤。關(guān)鍵詞：人臉檢測；人臉跟蹤；膚色分割：類H搬特征；AdaBooSt算法；CamSIli盤算法IlThereserchofrapidfacedetectionandreal—timetracl‘ing曩Igo矗毫hl巍sb凌se
7、do矬VideOstrea薹魅ingABSTRACTFacedetectionand婦l(ingba∞onVide0鼬re鋤is撇import黼tresearchtopicofcompu憾rvision雒蓮群眥e壤l∞o韶itio強懿so，量tis鑫§∞y敝}璩ology速毫聚蠡eldoffaci窿i藤b確敏io霸proceSsin黏whidhhaSbecome也efacuSofresearche燃onrelatedsubject．Automaticf‰e如哦畦鼴a耐侄ac砭ng溉h麩ologyls醴鱸a專黜e羚讞譎琳翻隨鑫
8、羚lic鑫tio玨p∞spe髓遺臻efieldSofmelligent咖surveillance，hInlan-comp咖iIltc僦tionofvideoconference，瓤Il。matie紐∞r(nóng)ecog磚tiQ珞ide繼i蠡eatio璉vi壤lalreali職粥氆gfea耄疆Ior
