基于改进粒子滤波的人脸跟踪算法的研究-模式识别与智能系统专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 人脸跟踪是计算机视觉中一个非常重要的问题，它在人脸识别，人机交互， 视频监控，机器人视觉等领域中都占据着十分重要的地位。近年来随着计算机硬 件性能的大幅增强和价格的逐步降低，它已经受到很多研究人员的关注，成为了 一个十分热门的方向。但如何克服背景的嘈杂，人脸姿态及表情的变化，人脸的 部分及完全遮挡，摄像机的运动等的影响的难度较大，使之成为一项十分具有挑 战性的工作。在满足鲁棒性的基础上，人脸跟踪算法还要同时兼顾准确性和实时 性。迄今为止，有一万余篇相关的文献已经被发表，它们都试图找出一种能兼顾 上述三个指标的实用的算法。 本文设计了两种跟踪算法分别对人脸区域和人脸轮廓进行跟踪： ①为了兼顾人脸跟踪算法的鲁棒性，精确性和实时性，采用了一种基于改进 粒子滤波的实时鲁棒性的人脸跟踪算法。此算法将 ωPSOPF 引入到人脸跟踪算法 中，以此来缓解传统粒子滤波器普遍存在的粒子退化问题。对粒子样本的分布使 用 ωPSO[41]算法进行优化，使粒子向高似然概率区域移动。这样通过“重采样”后 就不会出现粒子耗尽的现象，因为在高概率区域存在大量粒子，避免了对极少数 高权值粒子的大量的复制。使用 AdaBoost 分类器进行目标跟踪的初始化和模板更 新，通过对模板进行更新和优化粒子分布来提高算法的鲁棒性和精确性；采取间 隔采