基于視頻的人臉檢測(cè)與跟蹤系統(tǒng)的研究.pdf

1、基于視頻的人臉檢測(cè)與跟蹤系統(tǒng)的研究重慶大學(xué)碩士學(xué)位論文學(xué)生姓名：王麗指導(dǎo)教師：李見(jiàn)為教授專業(yè)：模式識(shí)別與智能系統(tǒng)學(xué)科門類：工學(xué)重慶大學(xué)光電工程學(xué)院二OO八年四月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要本文研究了人臉檢測(cè)與人臉跟蹤問(wèn)題。人臉檢測(cè)與人臉跟蹤技術(shù)是計(jì)算機(jī)視覺(jué)的關(guān)鍵技術(shù)。計(jì)算機(jī)視覺(jué)中的人臉圖像信息處理領(lǐng)域包含有人臉識(shí)別、姿態(tài)估計(jì)、表情識(shí)別、視頻監(jiān)控等多個(gè)研究方向，而幾乎所有這些方向都涉及到人臉的檢測(cè)與跟蹤問(wèn)題。文中收集和分析了大量近年

2、來(lái)國(guó)內(nèi)外關(guān)于人臉檢測(cè)與人臉跟蹤的學(xué)術(shù)論文及研究報(bào)告，針對(duì)人臉自動(dòng)跟蹤系統(tǒng)的建立進(jìn)行了深入的研究。并在國(guó)際、國(guó)內(nèi)關(guān)于人臉檢測(cè)技術(shù)研究成果的基礎(chǔ)上，提出并實(shí)現(xiàn)了集人臉檢測(cè)和跟蹤與一體的自動(dòng)人臉跟蹤系統(tǒng)。該系統(tǒng)借鑒了前人的一些人臉檢測(cè)與人臉跟蹤算法，并針對(duì)研究項(xiàng)目的要求和實(shí)驗(yàn)條件，作了一些關(guān)鍵性的改進(jìn)。其主要研究工作如下：在人臉檢測(cè)環(huán)節(jié)，本文采用了兩種方案：基于Adaboost的人臉檢測(cè)和基于膚色的人臉檢測(cè)。這兩種方法的特點(diǎn)是速度快，實(shí)時(shí)性好

3、且有互補(bǔ)性。Adaboost的人臉檢測(cè)是從一個(gè)較大的特征集中選擇少量關(guān)鍵的haarlike特征，產(chǎn)生一個(gè)高效的強(qiáng)分類器。再用級(jí)聯(lián)方式將單個(gè)的強(qiáng)分類器級(jí)聯(lián)成為一個(gè)更加復(fù)雜的級(jí)聯(lián)分類器。在此基礎(chǔ)上，實(shí)現(xiàn)了基于Adaboost的人臉檢測(cè)軟件，該軟件可檢測(cè)多種格式的靜態(tài)正面人臉圖像，檢測(cè)速度快，實(shí)時(shí)性好，對(duì)CMU人臉測(cè)試庫(kù)的檢測(cè)率達(dá)到97.5%。在參考了大量的人臉檢測(cè)算法的基礎(chǔ)上，實(shí)現(xiàn)了基于膚色特征的人臉檢測(cè)方法。這種方法利用膚色特征，將圖像轉(zhuǎn)

4、換到HSV空間，根據(jù)設(shè)置的閾值將膚色區(qū)域從復(fù)雜的圖像中分割出，針對(duì)背景中的類膚色區(qū)的干擾問(wèn)題，本文提出了結(jié)合運(yùn)動(dòng)信息去掉噪聲的方法，從而得到人臉候選區(qū)。在這里也提出了一種快速有效獲取人臉侯選區(qū)的中心和大小的方法，并進(jìn)行標(biāo)識(shí)。提出并實(shí)現(xiàn)了基于卡爾曼預(yù)測(cè)算法的人臉跟蹤算法。該方法結(jié)合了人臉檢測(cè)與目標(biāo)跟蹤兩方面的內(nèi)容。采用Adaboost算法進(jìn)行人臉檢測(cè)，再用膚色檢測(cè)驗(yàn)證目標(biāo)人臉區(qū)以提高檢測(cè)的準(zhǔn)確率，并記錄要跟蹤的目標(biāo)信息；應(yīng)用了卡爾曼預(yù)測(cè)算