视频序列中的人脸检测与跟踪技术研究

发布时间：2017-12-18 16:25

  本文关键词：视频序列中的人脸检测与跟踪技术研究

  更多相关文章： 人脸检测 人脸跟踪 YCgCr颜色空间 AdaBoost Struck

【摘要】：随着计算机视觉、机器学习、深度学习等领域技术的高速发展,人脸识别已成为当前的热门研究课题。在视频序列中,正确的人脸检测与跟踪是人脸识别的前提条件。为实现自动捕获待跟踪目标,在初始图像中引入人脸检测技术,但在现实场景中的人脸检测往往会受到复杂背景及光照变化等的干扰,从而影响人脸检测的正确率。同时由于人脸姿态会随人体运动而变化,为对视频序列中的人脸进行稳健地标示定位,需要对人脸进行跟踪处理。故本文主要从人脸检测和人脸跟踪两方面展开研究,为人脸识别提供技术支持。在人脸检测阶段,为提高后续检测与跟踪的效果,本文首先对视频序列图像进行了光照补偿和滤波的预处理。针对传统的Adaboost人脸检测算法采用灰度特征——Haar-like特征训练人脸分类器,使得该算法在复杂场景下,容易将类似人脸灰度分布的背景区域误检为人脸。针对复杂场景中传统的Adaboost人脸检测算法误检率高的问题,引入了图像分割的思想,去除复杂场景中的背景区域以减少干扰。考虑到人脸区域中肤色占据大部分信息,对尺度、姿态、表情等变化不敏感,是具有较强稳定性的特征,所以在YCgCr颜色空间下建立肤色模型,快速滤除非肤色的背景区域,获得候选肤色区域。之后再采用Adaboost算法训练人脸分类器,对候选肤色区域进行人脸检测,在训练过程中加入多角度以及有小部分遮挡的人脸图像作为训练样本,以提高人脸检测的正确率。实验表明,改进后的人脸检测算法具有更高的检测正确率。通过人脸检测自动捕获人脸目标之后,对人脸进行跟踪,面对复杂场景中的人脸姿态变换、遮挡以及光照变化等情况,需要一种鲁棒、稳定的人脸跟踪算法。本文首先介绍了三种基于学习的目标跟踪算法:TLD跟踪算法、MIL跟踪算法以及Struck跟踪算法,分析将其用于人脸跟踪的优劣,并通过实验测试和对比分析,可知Struck跟踪算法在人脸跟踪中具有鲁棒性、稳定性。但是Struck跟踪算法不具有尺度适应性,本文针对此问题,在Struck跟踪算法中引入多尺度采样的方法,使得结构化输出支持向量机可以直接输出人脸在两帧之间位置和尺度的变化。实验表明,进后的Struck跟踪算法能适应人脸多尺度的变化,可以实现对人脸的稳定跟踪。
【学位授予单位】：中国科学院大学(中国科学院光电技术研究所)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 伊昭荣;郑豪;岳国宾;;人脸跟踪技术综述[J];福建电脑;2012年11期

2 梁路宏,艾海舟;基于人脸检测的人脸跟踪算法[J];计算机工程与应用;2001年17期

3 周德华,毛敏峰,徐浩;一种多人脸跟踪算法的研究与实现[J];电视技术;2005年05期

4 徐力群;吴晓娟;葛庆国;;实时人脸跟踪算法[J];电子测量技术;2005年01期

5 刘强;蔡灿辉;黄金凤;邹溢;;一种快速人脸跟踪系统[J];福建电脑;2006年06期

6 季剑岚;王俭;;一种实时人脸跟踪方法[J];苏州科技学院学报(工程技术版);2007年02期

7 张涛;蔡灿辉;;一种快速多人脸跟踪算法[J];电视技术;2009年02期

8 王全;杜云明;;基于序列蒙特卡罗滤波的人脸跟踪算法[J];微计算机信息;2009年15期

9 陈俊;;人脸跟踪方法综述[J];全国商情(经济理论研究);2009年15期

10 马波;周越;;一种新的多视角人脸跟踪算法[J];上海交通大学学报;2010年07期

中国重要会议论文全文数据库 前8条

1 陈阳;徐一华;李京峰;贾云得;;一种基于多区域模型的实时人脸跟踪方法[A];第十二届全国图象图形学学术会议论文集[C];2005年

2 段其昌;周奇;段盼;;基于改进粒子滤波的实时鲁棒人脸跟踪算法[A];2009中国控制与决策会议论文集（2）[C];2009年

3 夏思宇;潘泓;金立左;夏良正;;基于肤色与运动特征的人脸跟踪方法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

4 胡银焕;安国成;张风军;戴国忠;;基于在线修正的复杂姿态人脸跟踪算法[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

5 邬正义;胡守文;谈正;;一种视频人脸跟踪算法[A];第十七届全国过路控制会议论文集[C];2006年

6 杜云明;刘启生;邵东伟;姜冬华;;基于肤色特征的粒子滤波人脸跟踪算法[A];第十二届中国体视学与图像分析学术会议论文集[C];2008年

7 李建华;付月生;高庆华;;基于改进Camshift算法的人脸跟踪方法[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

8 邢文浩;阮秋琦;;基于边缘方向直方图的mean-shift人脸跟踪[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

中国博士学位论文全文数据库 前3条

1 江艳霞;视频人脸跟踪识别算法研究[D];上海交通大学;2007年

2 刘青山;人脸跟踪与识别的研究[D];中国科学院研究生院（自动化研究所）;2003年

3 苏从勇;人脸感知：基于学习的人脸跟踪与合成[D];浙江大学;2005年

中国硕士学位论文全文数据库 前10条

1 钟端玮;基于Opencv的Visual Mouse系统的设计与实现[D];电子科技大学;2014年

2 史凌yN;基于视频流的人脸识别关键技术研究[D];浙江师范大学;2015年

3 陈兴;基于Zedboard平台人脸跟踪系统的设计实现[D];西安电子科技大学;2015年

4 伍靓;人脸跟踪中的在线学习方法研究[D];湘潭大学;2015年

5 陈丹丹;基于视频的非接触式心率测量研究[D];华南理工大学;2016年

6 徐桂从;人脸的跟踪识别与年龄估计[D];华南理工大学;2016年

7 时磊;基于压缩感知的人脸跟踪的研究[D];华北电力大学;2016年

8 兰琦;视频序列中的人脸检测与跟踪技术研究[D];中国科学院大学(中国科学院光电技术研究所);2017年

9 刘强;快速人脸跟踪系统[D];华侨大学;2007年

10 韩旭;基于运动趋势估计的人脸跟踪技术研究[D];东北大学;2009年

，

本文编号：1304836