东南大学博士学位论文.PDFVIP

东南大学博士学位论文 另外从计算量来看，对每一帧图像的人脸跟踪，原均值移动算法要经过三次均值移动跟踪循环 过程，而基于均值移动和椭圆拟合的人脸跟踪算法却只需一次均值移动跟踪外加一次简单的直接最 小二乘椭圆拟合来完成，由以上分析可以看出我们的算法无论从跟踪效果上还是从计算复杂度上都 优于原均值移动算法。 4.6 小结 以颜色直方图为目标特征的均值移动跟踪算法具有计算复杂度低、效率高的优点，但是其根据 目标的尺度变化进行核函数带宽自适应调孩的能力较差，至今还没有简单有效的方法来解决这个问 题。而每帧中目标尺度的准确描述对于均值移动跟踪器却是至关重要的，原因在于均值移动跟踪器 核函数带宽的选择通常是以上一帧跟踪所确定的目标尺度为指导，所以一帧中日标尺度的错误确定 往往会影响后面的跟踪效果。根据核函数带宽对均值移动跟踪器的影响分析，当选择较大核函数带 宽跟踪时一般可以准确定位人脸目标，但所得结果尺度偏大，另外，人脸形状具有椭圆近似性的特 征，我们在均值移动目标跟踪算法中引入了一种用直接最小二乘椭圆拟合来自动调格人脸尺度的方 法，其通过两个过程来完成人脸跟踪，即首先利用一个较大核函数带宽的均值移动跟踪器去定位人 脸，然后再用直接最小二乘椭圆拟合方法去确定人脸的形状大小，并以此较为准确的日标尺度指导 下一帧的核函数带宽选择。这两个过程相互补充，能较为准确地完成人脸的跟踪任务。实验表明该 算法能有效地解决均值移动人脸跟踪中的日标尺度自适应调较问题，其跟踪效果明显优于一般的均 值移动目标跟踪算法。