視頻中基于檢測的人臉跟蹤方法研究與實現.pdf

1、人臉圖像處理領域包含人臉識別、姿態(tài)估計、表情識別、視頻監(jiān)控等研究方向,而幾乎所有這些方向都涉及到人臉的檢測與跟蹤問題。人臉檢測和跟蹤是人臉圖像處理的第一步,在基于內容的圖像與視頻檢索、視頻監(jiān)視與跟蹤、數字視頻處理、視頻會議以及智能人機交互界面等方面都有著重要的應用價值。
　　 本文研究工作從基于AdaBoost算法的人臉檢測出發(fā),分別從訓練樣本與檢測過程對該算法進行優(yōu)化,并在此基礎上設計并實現了人臉檢測與跟蹤實驗系統(tǒng)。
　

2、　 首先,AdaBoost算法效果的好壞關鍵在于前期訓練時候的弱分類器的選取,而弱分類器的選取在一定程度上依賴于樣本集的選取。因而訓練樣本集顯得十分重要。本文深入分析了級聯分類器與弱分類器之間的關系,從樣本選取角度出發(fā),根據檢測率、漏檢率與錯檢率3個指標,提出一種基于改進樣本選取的AdaBoost人臉檢測方法。該方法分為訓練和檢測兩部分,主要通過對訓練樣本的比例優(yōu)化和檢測窗口的合并來實現。實驗結果表明,該方法檢測性能上比傳統(tǒng)方法有更好