基于粒子滤波器复杂环境下头部跟踪算法.PDFVIP

基于“粒子”滤波器的复杂环境下头部跟踪算法 杨 涛 李 静 潘 泉 程咏梅 王 涛 （西北工业大学自动控制系，西安，710072 ） 摘 要：在复杂背景下进行头部检测与跟踪是多功能感知的重要交互通道。本文在对传统头部检测算法进行改进的基础上， 提出了一种基于“粒子”滤波器的实时头部跟踪算法。试验结果表明该算法实时性强，且具有良好的鲁棒性，能够在头部发生 转动、遮挡及多人干扰等复杂环境下进行稳定的跟踪，可广泛应用于头部跟踪，图像分割，人脸检测等各个领域。 关键词: “粒子”滤波 ；头部跟踪； 头部检测； 计算机视觉； 图像分割； 中图分类号：TP39 Particle Filter Based Head Tracking Algorithm Under Complex Environment YANG Tao LI Jing PAN Quan CHENG Yongmei WANG Tao (College of Automatic Control, Northwestern Polytechnic University, Xi’an, 710072, China) Abstract ：Detecting and tracking human head in a complex background is one of the most important multimodal human-machine interfaces. A real time human head-tracking algorithm that is based on particle filter and improved head detecting algorithm is presented. Experimental results show that this algorithm could detect and track human head satisfactorily in various complex conditions such as head turning, sheltering, among multiple persons or in unconstrained backgrounds. What’s more, this algorithm can be used in head tracking, image segmentation and face recognize. Key words ：particle filter; head tracking; head detection; computer vision; image segmentation 1 1 引 言 [1] ，它在诸如安全检查、视觉监控、人脸识别、视 自动进行头部进行跟踪是计算机视觉研究的热点之一 频会议、人机交互、虚拟现实、基于对象的图像压缩和编码等许多领域均具有广阔的应用前景。本文主要研 究运动中的人体，通过分析由许多帧图像组合而成的时间序列，对图像中的人的头部进行定位和跟踪。 成像跟踪一般分为两步，首先利用一些先验知识对图像进行检测，得到本拍对目标的量测，然后根据目 标的运动特性进行建模、滤波和跟踪。 [2,5] [7] 传统的头部检测方法有两类 ，一类利用人脸的几何信息进行模式匹配 ；一类利用人体的肤色信息进 行匹配。尽管上面的方法在某些特定场合下取得了良好的效果，但是它们也存在着一些缺陷。第一类方法识 别率较高，但是计算量大，实时性较差，同时当人的头部发生转动时，原有的几何关系被破坏，检测效果不 理想；第二类方法则严重依赖人体的肤色信息，一旦头部转动或者背景颜色与面部肤色相近时，算法的性能 将降低。在建模和滤波时，学者们往往采用 CV 模型对目标运动进行建模，用卡尔曼滤波器进行状态估计和 预测。我们知道采用何种模型主要取决于两个因素：目标的运动特