基于RealAdaBoost和WMIL的人脸检测与跟踪-控制工程专业论文.docxVIP

Research of Face Detection and Tracking Based on Real AdaBoost and WMIL Algorithm by CHEN Junhui B.E. (Xiangnan University) 2012 A thesis submitted in partial satisfaction of the Requirements for the degree of Master of Engineering in Control Engineering in the Graduate School of Hunan University Supervisor Associate Professor XIE Hong Senior Egnineer HU MengJiao April, 2015 湖 南 大 学 学位论文原创性声明 本 人郑 重声 明： 所呈 交的 论 文是 本人 在导 师的 指 导下 独立 进行 研究 所取 得 的 研究成果。除了文中特别 加以标注引用的内容外，本论文不包含任何其 他个人或 集体已经发表或撰写的成 果作品。对本文的研究做出重要贡献的个人和 集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了 解学校有关保留、使用学位论文的规定 ，同意学校保 留并向国家有关部门或机 构送交论文的复印件和电子版，允许论文被查阅和借阅 。 本 人 授 权 湖 南 大 学 可 以 将 本 学 位 论 文 的 全 部 或 部 分 内 容 编 入 有 关 数 据 库 进 行 检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于  1、保密□，在 年解密后适用本授权书。 2、不保密?。 （请在以上相应方框内打“√”） 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 I 摘要 人 脸 检 测 与 跟 踪 技 术 一 直 是 模 式 识 别 与 计 算 机 视 觉 领 域 的 一 个 重 要 研 究 课 题，在视频监控、人脸识别、 表情识别、医疗诊断、 人机交互等诸多领域有广 阔 的应用前景。在视频监控领域 ，人脸检测与跟踪的研 究提高了视频监控的智能化， 在不需要人为干预的情况 下，系统能够锁定目标 ，对监控场景中的目标 进行检测 与跟踪。本文分析和讨论 了近几年来国内外关于人脸检测 与跟踪的研究报告和学 术论文基础上，深入地研究了人脸检测与跟踪方 法。论文的主要研究成果可以概 括如下: (1)本 文 利 用 了 肤 色 和 Real AdaBoost 各 自 的 优 点 ， 具 有 稳 定 性 好 、 速 度 快 ， 降低了误检率的特点，实现了更加准确的人脸 检测。肤色容易受到光照等因素所 造 成 的 影 响， 在 进 行 肤 色 分 割 之 前 ,把 图 像 转 换 到 YCbCr 色 彩 空 间 。 然 后 利 用 肤 色较强的聚类特性，对图像中的肤色区域和非 肤色区域进行分割，初步筛选出人 脸 候 选 区 域， 为 后 续 工 作打 下 基 础 。 Real AdaBoost 算 法 是 经 过改 进 的 AdaBoost 算法，其能够对弱学习得到的弱 分类器的错误进行适应性调整，构建准确的分类 器。实际情况中的图像人脸尺 寸大小是不一的，因而引入多尺度的检测机制 。采 用级联的 Real AdaBoost 进行训练和检测， 提高了检测的精度。 (2)针对 WMIL 在光照突变或者 全部遮挡的的情况下会跟踪失 败，提出了一种 基于 改进 WMIL 算法 和 AdaBoost 的实 时单 人脸 检测和跟 踪算法。 利用 AdaBoost 级联分类器对图像进行扫 描，得到初始跟踪目标，然后基于定位到的人 脸信息， 在 WMIL 算法的框架下 ，对图像进行多尺 度表示，采用压缩感知的 方法来提取样 本特征，利用 WMIL 算法建立分类器 对人脸进行跟踪 ，并进行实时更新 。实验结 果表明，算法满足了实时 性的要求 ，改善了 WMIL 存在的不足，有效解决了人脸 外观变化，姿态改变、快 速运动等因素的影响，连续稳定的跟踪目标， 具有很好 的鲁棒性。 (3)由于 WMIL 采用单 特征 (Haar 特征 )描述目 标，这种特 征描述不能全 面地表 示目标，一定程度上影响目标跟踪 效果。分布域描述算子不仅能很好地表征图像 信息，并且能在目标区域 产生一个较大的平滑的吸引区域。本文提出基于分布域 描述算子在线特征融合的 加权多示例学习跟踪算法。在 WMIL 的框架下，本文釆 用多尺度图像特征和分布域描述算子描 述目标，分别基于这两种特