本文關(guān)鍵詞：復(fù)雜背景下視頻人臉檢測(cè)方法研究　出處：《海南大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 復(fù)雜背景 人臉檢測(cè) 人臉跟蹤 視頻

【摘要】：人臉檢測(cè)與跟蹤在視頻監(jiān)控、人臉識(shí)別、表情識(shí)別、性別識(shí)別、年齡識(shí)別、醫(yī)療診斷、人機(jī)交互等領(lǐng)域有廣泛的應(yīng)用前景。雖然目前存在大量的人臉檢測(cè)算法,但是人臉圖像會(huì)受到各種因素的影響,其中包括：光照,視角,姿態(tài),年齡老化,表情,發(fā)型,臉部飾物等。人臉的非剛性和環(huán)境的復(fù)雜性,使得即使是同一人在不同條件下也存在巨大的檢測(cè)差異,所以想用一種算法來進(jìn)行所有情況的人臉檢測(cè)是不可能的。本文對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行了改進(jìn),并且融合膚色特征、幾何特征、模板匹配三種人臉檢測(cè)算法進(jìn)行分層過濾,實(shí)現(xiàn)了靜態(tài)圖像和動(dòng)態(tài)圖像的人臉檢測(cè)。其中復(fù)雜背景主要包括背景光照變化,樹木擾動(dòng),噪聲等情況。動(dòng)態(tài)圖像包括網(wǎng)上現(xiàn)有的視頻序列和以固定攝像機(jī)拍攝的實(shí)時(shí)視頻序列。具體工作如下：(1)對(duì)視頻序列進(jìn)行了預(yù)處理,分別使用參考白算法、均值濾波法進(jìn)行光照補(bǔ)償、平滑去噪。(2)針對(duì)視頻中的冗余背景信息,本文通過比較光流法,幀間差法,背景減除法的優(yōu)勢(shì)、局限性和適用場(chǎng)合,采用了改進(jìn)的三幀差法和混合高斯模型建模的背景減除法相結(jié)合的算法,克服了單一檢測(cè)方法的局限性。并將本文的方法與其他方法進(jìn)行實(shí)驗(yàn)對(duì)比。(3)分析比較色彩模型和膚色模型后,用改進(jìn)的YCbCr色彩空間構(gòu)建閾值分割模型,再將分割出的膚色區(qū)域進(jìn)行形態(tài)學(xué)濾波,連通區(qū)域標(biāo)定。用幾何知識(shí)濾除連通區(qū)域中非人臉區(qū)域,再對(duì)候選區(qū)域進(jìn)行人臉模板匹配,從而實(shí)現(xiàn)人臉的精確定位。(4)詳細(xì)介紹了Mean Shift算法、Cam Shift算法和KLT跟蹤算法的原理,最后使用改進(jìn)的P-KLT算法進(jìn)行人臉跟蹤,并將本文的方法與Cam Shift算法進(jìn)行對(duì)比實(shí)驗(yàn),證明了本文改進(jìn)的方法的有效性。
[Abstract]:Face detection and tracking in video surveillance, face recognition, expression recognition, gender recognition, age recognition, medical diagnosis, human-computer interaction and other areas have a wide application prospect. Although there are a large number of face detection algorithm, but the face image will be affected by various factors, including: light, angle, attitude, age aging, facial expression, hairstyle, facial ornaments. The face of non rigid and the complexity of the environment, so that even if the same people also have great differences in the detection of different conditions, so I want to use a face detection algorithm for all situations is not possible. This paper presents an improved algorithm for moving target detection. The fusion and color characteristics, geometrical feature, template matching three face detection algorithm for layered filtering, realized face detection static and dynamic images. The complex background mainly includes the background light Change, trees and so on. The noise disturbance, the dynamic image including the existing online video sequence and shot by a fixed camera video sequence. The specific work is as follows: (1) the video sequence is processed, using white reference algorithm, mean filtering method for illumination compensation, smooth denoising for (2). Redundant background information in the video, by comparing the optical flow method, frame difference method, background subtraction, advantages, limitations and applications, using the improved three frame difference method and modeling of mixed Gauss model combining the background subtraction algorithm, overcomes the limitation of single detection method. And this paper the experiment compared with other methods. (3) analysis and comparison of color model and color model, construct the threshold segmentation model using YCbCr improved color space, the skin color segmentation by morphological filtering and connected region Calibration. With the knowledge of geometry filter connected non face regions in the region, the candidate region of the face template matching, so as to achieve precise positioning of the face. (4) introduces the Mean Shift algorithm, Shift algorithm and the principle of Cam KLT tracking algorithm, finally using the improved P-KLT algorithm for face tracking, and the Cam method and Shift algorithm are compared, proved the effectiveness of this improved method.

【學(xué)位授予單位】：海南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 高凱亮;覃團(tuán)發(fā);王逸之;常侃;;一種基于幀差法與背景減法的運(yùn)動(dòng)目標(biāo)檢測(cè)新方法[J];電訊技術(shù);2011年10期

2 師黎;吳敏;張娟;;基于小訓(xùn)練樣本的AdaBoost人臉檢測(cè)[J];計(jì)算機(jī)工程;2011年08期

3 邱麗梅;李青虹;;基于KLT和BFGS的人臉姿態(tài)估計(jì)[J];計(jì)算機(jī)工程;2011年06期

4 趙文哲;秦世引;;視頻運(yùn)動(dòng)目標(biāo)檢測(cè)方法的對(duì)比分析[J];科技導(dǎo)報(bào);2009年10期

5 劉亞,艾海舟,徐光佑;一種基于背景模型的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法[J];信息與控制;2002年04期

6 梁路宏 ,艾海舟 ,徐光yP ,張鈸;人臉檢測(cè)研究綜述[J];計(jì)算機(jī)學(xué)報(bào);2002年05期

7 梁路宏,艾海舟,何克忠;基于多模板匹配的單人臉檢測(cè)[J];中國(guó)圖象圖形學(xué)報(bào);1999年10期

8 陳朝陽,張桂林;基于圖像對(duì)稱差分運(yùn)算的運(yùn)動(dòng)小目標(biāo)檢測(cè)方法[J];華中理工大學(xué)學(xué)報(bào);1998年09期

相關(guān)碩士學(xué)位論文 前10條

1 肖沙;基于幀間差和背景差的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D];海南大學(xué);2015年

2 張儼;一種云計(jì)算環(huán)境下人臉識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2013年

3 涂尚斌;基于視頻圖像序列的目標(biāo)檢測(cè)及跟蹤算法研究[D];西安電子科技大學(xué);2013年

4 趙建;基于三幀差法的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D];西安電子科技大學(xué);2013年

5 曾龍龍;基于視頻監(jiān)控的實(shí)時(shí)人臉檢測(cè)與跟蹤算法研究[D];浙江理工大學(xué);2012年

6 張敏霄;基于Gabor小波不變矩的人臉識(shí)別方法研究與應(yīng)用[D];華南理工大學(xué);2011年

7 馬金偉;基于多信息融合技術(shù)的視頻人臉檢測(cè)研究[D];重慶大學(xué);2009年

8 何琨;人臉表情識(shí)別中的跟蹤與識(shí)別方法研究[D];重慶郵電大學(xué);2008年

9 王麗;基于視頻的人臉檢測(cè)與跟蹤系統(tǒng)的研究[D];重慶大學(xué);2008年

10 祁亞斌;基于二維信息熵和馬爾科夫隨機(jī)場(chǎng)的運(yùn)動(dòng)目標(biāo)檢測(cè)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

，

本文編號(hào)：1413346