人臉跟蹤是計算機視覺中一個經(jīng)典問題,其應用在很多重要領域,如視頻跟蹤、人機交互及表情識別等。雖然近些年人臉跟蹤取得了很大的進步,但多數(shù)跟蹤算法還是很容易受光照、遮擋、尺度變化等方面的影響進而導致性能的退化,要完成精準的人臉跟蹤仍然是一項極具挑戰(zhàn)的任務。根據(jù)前人研究成果,本文對傳統(tǒng)的核相關濾波器（KCF）和外觀模型進行了改進,深入研究了監(jiān)控視頻中的目標人臉跟蹤問題,取得了以下成果:1.提出了一種多特征融合尺度自適應KCF人臉跟蹤算法,旨在解決傳統(tǒng)核相關濾波（KCF）跟蹤算法無法處理人臉跟蹤中的尺度變化和嚴重遮擋的問題。該算法首先將膚色與HOG特征進行融合來表征人臉,通過多通道相關濾波器定位人臉位置,然后學習濾波器的一維尺度以估計面部的最佳縮放。最后,通過線性插值更新濾波器系數(shù)和外觀模型,實驗結果表明,增強算法可以顯著提高檢測性能。通過定量與定性分析該算法對尺度變化,嚴重遮擋等問題有很好的魯棒性,跟蹤速度在36.7幀/s達到了實時應用的要求,優(yōu)于近年一些優(yōu)秀的跟蹤算法。2.為解決人臉跟蹤在不同挑戰(zhàn)下的外觀匹配問題,提出利用長時和短時外觀記憶的多外觀模型實現(xiàn)有效的人臉跟蹤。首先用L2子空間的... 

【文章來源】：新疆大學新疆維吾爾自治區(qū) 211工程院校

【文章頁數(shù)】：47 頁

【學位級別】：碩士

【部分圖文】：

基于SIFT的特征提取

圖 1-2 基于 SURF 的特征提取目標表示模型的人臉跟蹤算法總結蹤的原理就是通過對跟蹤目標做建模、配準進而達到跟蹤的圖 1-3 所示，常用的建模方法包括橢圓建模，紋理建模，膚色型是一維空間中的線圖模型，線圖模型將人的骨骼用直線進動目標，二維空間的輪廓模型，輪廓模型充分利用人臉的投的，三維空間中的立體表示模型，立體模型采用橢圓體表示數(shù)和匹配計算實現(xiàn)跟蹤。為解決模型漂移問題，韋智勇等[18]分割的人臉跟蹤方法。針對目標遮擋和目標背景干擾綜合性成[19]提出基于組合分片模型和粒子濾波的人臉跟蹤算法。.況，Ranganatha 等人[20]提出將 Camshift 算法與 kalman 算法進錯成績但仍不能避免膚色背景的干擾�；谀Ｐ偷娜四樃�

圖 2-2 矩形框表示法為了錯誤表示非剛性目標，某些跟蹤算法[28-30]使用多個子塊來降低目標模型的背景區(qū)域中斷的。區(qū)域表示[31-33]（基于區(qū)域的模型，如圖 2-3 所示）一般會將分段的目標放到到檢測中去。因為非剛性物體有各種形狀，我們只能用目標表示法進行精確描述。然而，目標分割結果獲得方式有些差強人意了，只能通過那些容易受到背景干擾的顏色信息。如果是這種情況，那么當目標區(qū)域的顏色與背景相同的話，算法依舊無法順利將前景分離出來。

【參考文獻】：
期刊論文
[1]模型自適應分割的人臉跟蹤方法[J]. 韋智勇,楊曉武.  電子測量與儀器學報. 2018(11)
[2]基于顏色和邊緣特征自適應融合的人臉跟蹤算法[J]. 周平平,萬洪林,劉慧,李天平.  中國科學技術大學學報. 2017(10)
[3]融合紋理信息和預測機制的人臉跟蹤算法[J]. 張娜,王瑜,孫曉榮.  計算機工程與設計. 2017(07)
[4]基于組合分片模型和粒子濾波的人臉跟蹤算法[J]. 李苗祎,謝維成,王軍,石林玉,楊偉.  計算機應用研究. 2017(02)
[5]基于OpenCL的Viola-Jones人臉檢測算法性能優(yōu)化研究[J]. 賈海鵬,張云泉,袁良,李士剛.  計算機學報. 2016(09)
[6]變電站智能監(jiān)控系統(tǒng)[J]. 陳旭,韓文花.  廣東電力. 2015(06)
[7]多特征連續(xù)自適應均值漂移人臉跟蹤算法[J]. 丁業(yè)兵,李敬仕,方國濤,譚學琴.  計算機應用. 2014(S2)
[8]捕控指令電視制導導彈發(fā)射位置優(yōu)化[J]. 周麗芬,趙云,周中良,謝新輝.  電光與控制. 2014(04)
[9]改進的基于在線Boosting的目標跟蹤方法[J]. 孫來兵,陳健美,宋余慶,楊剛.  計算機應用. 2013(02)
[10]基于不確定性度量的多特征融合跟蹤[J]. 顧鑫,王海濤,汪凌峰,王穎,陳如冰,潘春洪.  自動化學報. 2011(05)

碩士論文
[1]基于視頻流的快速人臉檢測與實時跟蹤算法研究[D]. 王帥.浙江理工大學 2011



本文編號：3107586