基于视频的人脸检测和跟踪算法研究-仪器科学与技术专业论文.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 人脸检测与人脸跟踪技术是各种人脸图像处理算法的关键技术。人脸图像处 理领域包含有人脸识别、姿态估计、表情识别、视频监控等多个研究方向，而几 乎所有这些方向都涉及到人脸的检测与跟踪问题。本文在收集和分析了近年来国 内外关于人脸检测与跟踪的学术论文及研究报告的基础上，对人脸检测与跟踪算 法进行了深入研究，并根据国际、国内人脸检测与人脸跟踪技术的研究成果，设 计并实现了基于 Adaboost 和 CamShift 算法的人脸检测和跟踪方法。该方法借鉴了 前人的一些经验，并针对实验条件，作了一些关键性的改进。本文主要研究工作 如下： 1、针对传统 Adaboost 检测算法对于侧面人脸检测率不高的情况，对 Adaboost 人脸检测算法进行相关改进。首先从一个较大的特征集中选择少量关键 Haar-Like 特征完成高效强分类器的构建；其次将每个强分类器级联成为更加复杂的级联分 类器，在此基础上，分别训练正面人脸分类器和侧面人脸分类器，将正面、侧面 人脸检测结果进行融合得出人脸区域，并对其进行肤色验证，提高算法的鲁棒性、 降低了虚警率。实验证明该算法检测速度快，实时性好，在 CMU 人脸测试库上进 行了实验，检测率达到 82.7%。 2、分析对比基于肤色和基于 Adaboost 的两种人脸检测算法。针对 Adaboost 算法对人脸偏转和遮挡时检测效果差的问题，为了解决 Adaboost 人脸检测的这一 缺点，本文将其与人脸跟踪算法相融合实现人脸的多角度检测。 3、在软件开发平台 Visual C++环境中完成对 Adaboost 算法与 Camshift 算法的 融合。利用检测过程中人脸区域初始化跟踪窗口，建立肤色的色调信息模型对后 续帧进行跟踪。通过实验得知该算法计算量小、跟踪速度快，并且不受人脸不规 则运动和随意转动的影响，对场景中出现其他人脸不会出现误跟踪，对人脸被部 分遮挡也不会出现跟踪丢失现象，大大提高了跟踪的匹配度和精度，证明了该算 法的可行性和有效性。 关键词：人脸检测，人脸跟踪，AdaBoost，CamShift 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 II II ABSTRACT The face detection and tracking are one of the key techniques in various facial processing algorithms. The research fields of facial image processing include face recognition, gesture estimation, facial expression recognition, video monitoring and so on. And nearly all of these are involved in the area of face detection and face tracking. Based on the collection and analysis of numerous the domestic and international academic thesis and research reports on face detection and tracking in recent years, face detection and tracking algorithms is lucubrated. According to the previous research achievements on face detection and tracking, a face detection algorithm based on Adaboost and CamShift has been realized. Aiming at the experiment conditions, crucial improvements have been achieved by learning from some traditional and classical algorithms of face detection and tracking. The study of this paper focused on the following aspects: Aiming at the poor rate of side face detection by traditional Adaboost algorihtm, some relat