基于SURF特征点的多人脸跟踪方法研究.pdfVIP

第32卷第2期 计算机应用与软件 Vo1．32 No．2 2015年 2月 ComputerApplicationsandSoftware Feb．2015 基于 SURF特征点的多人脸跟踪方法研究 稂龙亚 钱雪忠 (江南大学物联网工程学院 江苏无锡 214122) 摘 要 针对视频序列中多 目标入脸跟踪问题，提出一种基于SURF(Speed-UpRobustFeatures)特征和KLT(Kanade—Lucas—Toma— si)匹配算法相结合的特征点跟踪方法。通过融合该方法，创新性地设计了一种多人脸跟踪系统框架，在 目标出现明显的姿态、尺寸 变化，或者遭遇局部遮挡、光照不充分等复杂环境干扰下，能够实现对 目标人脸稳定跟踪。通过多组实验数据的对比，证明了该跟踪 方法比Meanshift算法 、传统KLT算法具有更好的鲁棒性，能获得更精确的运动信息；验证了多人脸跟踪系统能够在复杂环境下实 现对多人脸的有效跟踪。 关键词 SURF算法 KLT算法 特征点匹配 特征点提取 多人脸跟踪 中图分类号 TP391 文献标识码 A DOI：10．3969／j．issn．1000-386x．2015．02．045 RESEARCH ON M ULTI．FACE TRACKING ⅣE【THoD BASED oN SURF FEATURE PoINTS LangLongya QianXuezhong (SchooloflaternetofThingsEngineering，JiangnanUniversity，Wuxi214122，Jiangsu，China) Abstract Aimingattheproblemofmulti—objectfacetrackinginthevideosequence，weproposeafeaturepointtrackingmethodwhich combinestheSURFfeaturewithKLTmatchingalgorithm．Byfusingtheproposedmethod，wedesignaframeofmulti—facetrackingsystem innovatively，itisabletoachievestbaletrackingontheobjectfacewhentheobjectappearsobviouschangesingestureandsize，orencounters theinterferencesfrom complexenvironmentsoflocalshelterandinadequatelighting，etc．Bythecomparisonsofmultiplesetsofexperimental data，itisprovedthattheproposedalgorithm，comp~edwithmeanshiftalgorithm andtraditionalKLT algorithm，hasasuperiorrobustness andobtainsmoreaccuratemotioninformation．Inaddition，italsodemonstratesthatthemultiplefacestrackingsystem canachieveeffective trackingformultiplefacesinacomplexenvironment． Keywords Spede—uprobustfeature(SURF) Kanade—Lueas—Tomasi(KLT)featuretracker Featurepointsmatching Featurepointex— traction Muhi—facetracking 提出了一种将改进的SIFr特征点提取方法与KLT匹配算法相 0 引 言 结合跟踪算法