基于肤色特征的粒子滤波人脸跟踪算法.pdfVIP

基于肤色特征的粒子滤波人脸跟踪算法 杜云明1 刘启生2 邵东伟2 姜冬华2 (1．佳木斯大学信息电子技术学院；2．佳木斯大学机械工程学院，黑龙江154007) 摘 要：在入脸的实时跟踪过程中，色彩是一种有效的视觉 计问题。贝叶斯估计方法把未知(隐含)状态量的 特征，但随着光照及视角的不同会发生变化。要解决这些问 先验知识和描述观测量与状态量关系的似然函数结 题，必须建立稳定的色彩特征模型。文中提出了一种基于 合起来，利用贝叶斯公式来得到未知量的后验概率。 HSV肤色及空间特征的粒子滤波人脸跟踪算法，该算法通 但是迭代贝叶斯估计嵋。只在特定的模型和假设下有 过比较采样值和期望值特征距离来计算采样状态对应的权 解析解，包括线性高斯状态空间模型(卡尔曼滤 值，利用加权采样值估计未知后验概率，从而完成稳定的人 波)¨1和有限状态空间隐含马尔可夫模型(隐含马尔 脸跟踪。实验表明，本文算法筒单有效，能够准确预测人脸 可夫滤波)。然而，在许多实际问题中，状态空间模型 位置并很好地跟踪其运动轨迹。 含有非线性和非高斯成分，因此没有闭合的最优解。 关键词：人脸跟踪；粒子滤波；肤色特征；加权采样 在近三十年来，人们提出了许多次优方案，如扩 展卡尔曼滤波(EKF)H1，确定性数值积分方法等。但 Face withanSkin TrackingAlgorithm 当状态维数增加时，近似误差的收敛率下降。上个世 Color-BasedParticleFilter 纪九十年代以来，粒子滤波法∞’61被广泛应用于更加 DU SHAO Yunming。LIUQishen92 Dongwei2 一般和复杂的条件下。与EKF不同的是，粒子滤波 JIANG Donghua2 不是近似模型以使其符合某一给定类型的后验概率， ofInformationandElectronic (1．College Technology； 它是利用加权的采样值来逼近真实后验概率值。 ofMechanical Jiamusi 2．College EngineeringUniversity， 粒子滤波目前主要应用在目标跟踪、导航制导、 Jiamusi 154007，China) 信号处理和数字通信等多个领域中。本文将其与图 visualfeatureforface Abstract：Colordistributionsanefficient provide 像在HSV色彩空间下的色彩及空间信息相结合，通 in can overtime color vary trackingreal—time．However，the dependent theilluminationandthevisual handlethese 过分析由许多帧图像组合