基于监控视频的人脸跟踪算法的研究

发布时间：2021-03-29 12:56

　　人脸跟踪是计算机视觉中一个经典问题,其应用在很多重要领域,如视频跟踪、人机交互及表情识别等。虽然近些年人脸跟踪取得了很大的进步,但多数跟踪算法还是很容易受光照、遮挡、尺度变化等方面的影响进而导致性能的退化,要完成精准的人脸跟踪仍然是一项极具挑战的任务。根据前人研究成果,本文对传统的核相关滤波器（KCF）和外观模型进行了改进,深入研究了监控视频中的目标人脸跟踪问题,取得了以下成果:1.提出了一种多特征融合尺度自适应KCF人脸跟踪算法,旨在解决传统核相关滤波（KCF）跟踪算法无法处理人脸跟踪中的尺度变化和严重遮挡的问题。该算法首先将肤色与HOG特征进行融合来表征人脸,通过多通道相关滤波器定位人脸位置,然后学习滤波器的一维尺度以估计面部的最佳缩放。最后,通过线性插值更新滤波器系数和外观模型,实验结果表明,增强算法可以显着提高检测性能。通过定量与定性分析该算法对尺度变化,严重遮挡等问题有很好的鲁棒性,跟踪速度在36.7帧/s达到了实时应用的要求,优于近年一些优秀的跟踪算法。2.为解决人脸跟踪在不同挑战下的外观匹配问题,提出利用长时和短时外观记忆的多外观模型实现有效的人脸跟踪。首先用L2子空间的... 

【文章来源】：新疆大学新疆维吾尔自治区 211工程院校

【文章页数】：47 页

【学位级别】：硕士

【部分图文】：

基于SIFT的特征提取

图 1-2 基于 SURF 的特征提取目标表示模型的人脸跟踪算法总结踪的原理就是通过对跟踪目标做建模、配准进而达到跟踪的图 1-3 所示，常用的建模方法包括椭圆建模，纹理建模，肤色型是一维空间中的线图模型，线图模型将人的骨骼用直线进动目标，二维空间的轮廓模型，轮廓模型充分利用人脸的投的，三维空间中的立体表示模型，立体模型采用椭圆体表示数和匹配计算实现跟踪。为解决模型漂移问题，韦智勇等[18]分割的人脸跟踪方法。针对目标遮挡和目标背景干扰综合性成[19]提出基于组合分片模型和粒子滤波的人脸跟踪算法。.况，Ranganatha 等人[20]提出将 Camshift 算法与 kalman 算法进错成绩但仍不能避免肤色背景的干扰。基于模型的人脸跟踪

图 2-2 矩形框表示法为了错误表示非刚性目标，某些跟踪算法[28-30]使用多个子块来降低目标模型的背景区域中断的。区域表示[31-33]（基于区域的模型，如图 2-3 所示）一般会将分段的目标放到到检测中去。因为非刚性物体有各种形状，我们只能用目标表示法进行精确描述。然而，目标分割结果获得方式有些差强人意了，只能通过那些容易受到背景干扰的颜色信息。如果是这种情况，那么当目标区域的颜色与背景相同的话，算法依旧无法顺利将前景分离出来。

【参考文献】：
期刊论文
[1]模型自适应分割的人脸跟踪方法[J]. 韦智勇,杨晓武.  电子测量与仪器学报. 2018(11)
[2]基于颜色和边缘特征自适应融合的人脸跟踪算法[J]. 周平平,万洪林,刘慧,李天平.  中国科学技术大学学报. 2017(10)
[3]融合纹理信息和预测机制的人脸跟踪算法[J]. 张娜,王瑜,孙晓荣.  计算机工程与设计. 2017(07)
[4]基于组合分片模型和粒子滤波的人脸跟踪算法[J]. 李苗祎,谢维成,王军,石林玉,杨伟.  计算机应用研究. 2017(02)
[5]基于OpenCL的Viola-Jones人脸检测算法性能优化研究[J]. 贾海鹏,张云泉,袁良,李士刚.  计算机学报. 2016(09)
[6]变电站智能监控系统[J]. 陈旭,韩文花.  广东电力. 2015(06)
[7]多特征连续自适应均值漂移人脸跟踪算法[J]. 丁业兵,李敬仕,方国涛,谭学琴.  计算机应用. 2014(S2)
[8]捕控指令电视制导导弹发射位置优化[J]. 周丽芬,赵云,周中良,谢新辉.  电光与控制. 2014(04)
[9]改进的基于在线Boosting的目标跟踪方法[J]. 孙来兵,陈健美,宋余庆,杨刚.  计算机应用. 2013(02)
[10]基于不确定性度量的多特征融合跟踪[J]. 顾鑫,王海涛,汪凌峰,王颖,陈如冰,潘春洪.  自动化学报. 2011(05)

硕士论文
[1]基于视频流的快速人脸检测与实时跟踪算法研究[D]. 王帅.浙江理工大学 2011



本文编号：3107586