基于视频流的实时人脸检测与跟踪

发布时间：2021-01-31 21:03

　　人脸检测与跟踪是计算机视觉领域的一项基础技术,是视频图像中分析和理解人脸的第一步。由于人脸的多变性和外界环境的一些不可控干扰因素,如人脸的姿态变化、背景复杂、人脸遮挡、尺度变化等,设计出实时且性能良好的人脸检测与跟踪算法仍是一个具有挑战性的课题。本文分别分析了最新的人脸检测和人脸跟踪算法,并做出了一定程度的改进来提升算法的性能。在人脸检测部分,本文设计了STFD（Scale-invariant Tiny Face Detector）人脸检测算法。首先,特征提取模块采用全卷积神经网络:由VGG16的前5层网络结构和额外添加的三层网络结构组成,自动学习图像的复杂特征,包括低层的空间细节信息和高层丰富的语义信息。而后利用6个尺度的特征图来检测不同尺度的人脸,大尺度特征图（低层卷积的特征图）检测小尺度人脸,小尺度特征图（高层卷积的特征图）检测大尺度人脸,解决人脸的多尺度检测问题。最后针对小人脸和离群人脸的漏检问题,设计了在低层卷积的特征图上加大anchor密度的方法,增加小人脸和离群人脸的anchor匹配数目,从而提升检测率。在PASCAL人脸数据集、FDDB和WIDER FACE的验证集上的... 

【文章来源】：广东工业大学广东省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

人脸检测二分类模型图

第二章 相关理论知识第二章 相关理论知识脸检测算法的相关理论知识脸检测的大致流程如图 2-1 所示，先在输入图像中生成候选框，然后分类的图像特征进行检测之后判断候选框中的图像是否为目标，如果是目标概率），利用边框回归精修候选框，最后非极大值抑制选择出最佳的人

候选框的生成成候选框是目标检测过程中的一个很重要的步骤，候选框的生成方式的速度和效率。根据目标检测的发展，生成候选框可以分为三个阶段：选择搜索（Selective Search）方法；锚点（anchor）机制的方法。滑动窗口窗法的思路比较简单：首先，对输入的图像从左到右、从上到下，采用滑窗按照指定步长进行滑动；然后，进行卷积操作；最后，将卷积的结好的分类器，得到对当前窗口的评分，如果评分较高，则认为检测到了测为例，滑窗法生成候选窗口的过程如图 2-2 所示。

【参考文献】：
期刊论文
[1]基于混合观测模型的粒子滤波跟踪算法[J]. 吴桐,王玲,李钟敏,何凡.  计算机工程与应用. 2016(06)
[2]基于SVM和HOG的人脸检测算法[J]. 赵峰.  信息技术与信息化. 2013(06)
[3]基于肤色的人脸检测算法研究[J]. 胡晓燕,张宇.  合肥工业大学学报(自然科学版). 2012(07)

硕士论文
[1]基于HOG-PCA和DPM的人脸检测方法的研究和实现[D]. 孙肃肃.北京邮电大学 2014
[2]基于颜色与模板匹配的人脸检测方法[D]. 马艳.大连理工大学 2006
[3]基于模板匹配的人脸检测[D]. 龙开文.四川大学 2005



本文编号：3011571