基于MTCNN与改进Camshift相结合的人脸检测算法.docx

目标的检测与跟踪在计算机视觉领域是一个非常活跃的研究方向[1]，同时也是动态人脸识别、智能安防监控、智能交通等领域的核心问题。常见的目标跟踪算法主要有：1)基于目标模型建模的算法，如区域匹配、特征点跟踪、光流法等；2)基于搜索的算法，如粒子滤波[2]、kalman滤波[3]、Camshift[4]等算法。目前在已有目标跟踪算法中，均值偏移(Meanshift)算法凭借计算简单、实时性较好[5]等优点被广泛应用于人脸跟踪等领域。Bradski等[4]在Meanshift算法的基础上提出了Camshift算法。从本质上说，这2种算法都是爬坡算法，即在数据的概率密度分布中反复迭代，进而求解出局部极值