復(fù)雜環(huán)境下人臉跟蹤算法的研究.pdf

1、使用跟蹤算法替代人工在監(jiān)控系統(tǒng)充當(dāng)“觀察者”的角色，其穩(wěn)定性以及效率相對較高，具有一定的經(jīng)濟(jì)和社會(huì)價(jià)值，因此跟蹤算法的研究一直是目標(biāo)跟蹤領(lǐng)域的熱點(diǎn)研究問題。
　　在實(shí)際應(yīng)用中，監(jiān)控應(yīng)用場合的多樣性及復(fù)雜性,決定了跟蹤算法不能在各個(gè)場合中廣泛使用。為保證跟蹤效果，算法需要做出相應(yīng)改進(jìn)，而選擇計(jì)算復(fù)雜度較低的跟蹤算法，可達(dá)到節(jié)約系統(tǒng)計(jì)算資源的目的。
　　論文改進(jìn)了傳統(tǒng)的Camshift算法基于只依靠顏色連續(xù)自適應(yīng)迭代的跟蹤方式，

2、將人臉區(qū)域的梯度幅值信息和顏色信息的直方圖同時(shí)進(jìn)行反向投影來尋找目標(biāo)，以提高Camshift算法抗干擾的能力。
　　在外界遮擋造成改進(jìn)Camshift算法目標(biāo)跟蹤丟失等情況下，通過實(shí)時(shí)擬合短時(shí)間內(nèi)人臉運(yùn)動(dòng)質(zhì)心軌跡，預(yù)測丟失目標(biāo)后下一幀中人臉區(qū)域，與人臉區(qū)域SURF特征點(diǎn)模型相匹配，初始化改進(jìn)LK光流算法對其繼續(xù)進(jìn)行跟蹤。
　　在計(jì)算復(fù)雜度上，改進(jìn)LK光流跟蹤要大于改進(jìn)Camshift的跟蹤。當(dāng)目標(biāo)離開遮擋區(qū)域后，繼續(xù)對其進(jìn)行

3、光流跟蹤會(huì)造成不必要的計(jì)算資源開銷。文中設(shè)計(jì)了一種能在兩種算法之間動(dòng)態(tài)切換的機(jī)制。改進(jìn)LK光流對目標(biāo)進(jìn)行跟蹤的同時(shí)對SURF特征點(diǎn)進(jìn)行更新，當(dāng)特征點(diǎn)數(shù)目達(dá)到設(shè)定閾值時(shí)，由特征點(diǎn)在人臉區(qū)域中的位置信息初始化改進(jìn)Camshift算法進(jìn)行跟蹤，節(jié)約跟蹤目標(biāo)消耗的計(jì)算資源。
　　實(shí)驗(yàn)證明，改進(jìn)Camshift算法較傳統(tǒng)算法具有更高的穩(wěn)定性且能達(dá)到跟蹤實(shí)時(shí)性要求；在改進(jìn)Camshift算法丟失目標(biāo)的情況下，選擇改進(jìn)LK光流算法對人臉進(jìn)行跟蹤