视频中人脸检测与跟踪技术研究的中期报告.docxVIP

视频中人脸检测与跟踪技术研究的中期报告 本中期报告旨在对人脸检测与跟踪技术进行研究，运用现有的算法，提出改进方案，并进行实验验证。本报告分为以下几个部分： 一、人脸检测技术研究 人脸检测技术是指在图像或视频中，对人脸区域进行定位、标识的技术。本报告中我们研究了以下四种人脸检测算法：HOG+SVM、Haar-like特征+SVM、深度学习模型-R-CNN、以及YOLOv3。 二、人脸跟踪技术研究 人脸跟踪技术是指在视频中，对目标人脸进行连续跟踪的技术。本报告中我们研究了以下三种人脸跟踪算法：光流模型、卡尔曼滤波、及SORT算法。 三、改进方案 针对以上算法，在实验中我们发现其存在一些问题，如检测率不高、跟踪不稳定等。因此，我们提出了一些改进方案，主要包括在人脸检测算法中增加人脸分类器、对SORT算法进行优化等。 四、实验结果 通过在公开数据集上的实验，我们对比了不同算法及改进方案的优劣。实验结果表明，我们提出的改进方案能够有效地提高检测率及跟踪稳定性。 五、结论与展望 本报告研究了人脸检测与跟踪技术，并提出了改进方案。虽然在实验中能够取得一定的成功，但仍有一些问题需要进一步研究和探索。我们将继续开展相关研究，力争取得更好的实验结果。