人臉及姿態(tài)檢測與跟蹤方法研究.pdf

1、人臉分析是近年來計算機視覺領域的研究熱點之一，主要包括人臉檢測，人臉跟蹤，人臉識別，表情識別等。其中人臉及姿態(tài)檢測以及人臉跟蹤是整個人臉分析技術的基礎，涉及計算機視覺，模式識別，智能人機交互，認知科學等多個學科，并且在公共安全、視頻監(jiān)控，基于內(nèi)容的圖像檢索，尤其是人機交互方面都有著廣闊的應用前景。
　　 本文主要對人臉及姿態(tài)檢測，人臉跟蹤方法進行研究。首先總結概括了近年來國內(nèi)外主要的研究方法和技術，然后重點介紹基于Adaboos

2、t算法的人臉檢測，基于人臉特征三角形的姿態(tài)檢測以及基于Adaboost和Camshift算法的自動人臉檢測跟蹤方法，并在算法研究的基礎上設計實現(xiàn)了基于PTZ相機的智能視頻監(jiān)控系統(tǒng)。系統(tǒng)能夠完成主動分析視頻畫面，檢測畫面中的人臉位置，并對人臉其進行實時跟蹤的任務。
　　 基于Adaboost算法的人臉檢測技術，使用矩形特征訓練得到級聯(lián)的Boosted分類器。但是由于檢測器以不同尺寸的檢測窗口多次掃描圖像，可能發(fā)生人臉區(qū)域重復標志的

3、問題，本文設計了一種基于矩形重疊方法的目標序列校正算法，消除人臉區(qū)域的重復標志。另外受限于矩形特征的屬性，算法仍存在一定的誤檢率，特別是在大場景的圖像中誤檢表現(xiàn)得尤為明顯。本文提出一種基于圖像金字塔和證據(jù)理論的人臉驗證方法。首先獲得原始圖像的高斯金字塔，然后逐層進行人臉檢測，并對每一層的檢測結果根據(jù)證據(jù)理論進行綜合，得出最終的人臉位置。
　　 基于Adaboost算法的人臉檢測方法可以推廣應用到一般的目標檢測中。本文采用該算法訓

4、練人臉面部特征檢測器，提取區(qū)域的幾何中心進行面部特征點定位，獲取以雙眼和嘴巴為特征頂點的人臉特征三角形。當人臉發(fā)生姿態(tài)變化時，依據(jù)人臉的對稱性特點，通過計算特征三角形位置和角度的變化進行姿態(tài)參數(shù)估計。
　　 使用均值漂移算法進行人臉跟蹤研究，并在此基礎上聯(lián)合Adaboost和Camshifl算法進行自動人臉檢測與跟蹤的研究，設計基于自動人臉檢測和跟蹤的智能視頻監(jiān)控系統(tǒng)。Camshitft算法是對Meanshift算法的一個改進，