人臉識(shí)別在智能監(jiān)控、門禁系統(tǒng)的廣泛應(yīng)用,推動(dòng)著計(jì)算機(jī)視覺、智能信息處理的飛速發(fā)展,人臉檢測(cè)及跟蹤技術(shù)在其中扮演著不可或缺的角色。然而,現(xiàn)實(shí)環(huán)境的復(fù)雜性使得對(duì)人臉的定位容易受到光照變化和噪聲的干擾,同時(shí)人臉姿態(tài)的不確定性也增加了人臉檢測(cè)的難度。對(duì)此,本文將分別對(duì)人臉檢測(cè)方法和基于檢測(cè)的人臉跟蹤方法展開研究,然后應(yīng)用二者實(shí)現(xiàn)人臉的準(zhǔn)確定位。主要研究?jī)?nèi)容如下:(1)人臉檢測(cè)方法。首先,為減少光照變化、噪聲等對(duì)特征提取的干擾,提高人臉檢測(cè)效果,對(duì)待檢測(cè)圖像進(jìn)行圖像預(yù)處理。其次,選用提取Haar-like特征、級(jí)聯(lián)AdaBoost分類器的人臉檢測(cè)算法檢測(cè)人臉。針對(duì)傳統(tǒng)AdaBoost算法只能檢測(cè)正面人臉,對(duì)側(cè)面人臉檢測(cè)失敗的問題,先采用正面人臉檢測(cè)器檢測(cè),再由側(cè)面人臉檢測(cè)器檢測(cè)待檢測(cè)圖像,最終構(gòu)成基于AdaBoost的多角度人臉檢測(cè)算法。實(shí)驗(yàn)表明,該人臉檢測(cè)算法相較傳統(tǒng)AdaBoost算法具有更高的檢測(cè)正確率。(2)人臉跟蹤方法。KCF(核相關(guān)濾波)算法以循環(huán)矩陣和內(nèi)核相關(guān)濾波思想將跟蹤速度提升到了每秒數(shù)百幀,取得了較好的跟蹤效果。但是,當(dāng)人臉發(fā)生快速運(yùn)動(dòng)和運(yùn)動(dòng)模糊、受到遮擋及相似物干擾時(shí),KC...

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 人臉檢測(cè)算法
        1.2.2 人臉跟蹤算法
    1.3 論文的主要內(nèi)容
    1.4 論文結(jié)構(gòu)安排
第二章 人臉圖像預(yù)處理
    2.1 引言
    2.2 雙線性插值
    2.3 直方圖均衡化
    2.4 圖像濾波
        2.4.1 均值濾波
        2.4.2 中值濾波
        2.4.3 對(duì)比實(shí)驗(yàn)分析
    2.5 本章小結(jié)
第三章 基于AdaBoost的人臉檢測(cè)算法
    3.1 Haar-like特征和積分圖
        3.1.1 Haar-like特征
        3.1.2 積分圖快速計(jì)算特征值
    3.2 AdaBoost算法
        3.2.1 弱分類器
        3.2.2 強(qiáng)分類器
    3.3 Adaboost級(jí)聯(lián)分類器
    3.4 基于Adaboost算法的多角度人臉檢測(cè)
        3.4.1 多角度人臉檢測(cè)
        3.4.2 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于核相關(guān)濾波的人臉跟蹤算法
    4.1 基于檢測(cè)的跟蹤算法
        4.1.1 Struck跟蹤算法
        4.1.2 TLD跟蹤算法
        4.1.3 CSK跟蹤算法
        4.1.4 CN跟蹤算法
        4.1.5 KCF跟蹤算法
    4.2 KCF跟蹤算法原理
        4.2.1 HOG特征
        4.2.2 核相關(guān)濾波器
        4.2.3 循環(huán)矩陣
        4.2.4 分類器訓(xùn)練與快速檢測(cè)
    4.3 Kalman濾波算法原理
    4.4 改進(jìn)的CNK-KCF人臉跟蹤算法
        4.4.1 采用CN特征的KCF跟蹤算法
        4.4.2 結(jié)合Kalman預(yù)測(cè)器的跟蹤機(jī)制
        4.4.3 CNK-KCF跟蹤算法流程
        4.4.4 CNK-KCF算法實(shí)驗(yàn)分析
    4.5 多種算法實(shí)驗(yàn)分析對(duì)比
        4.5.1 性能評(píng)價(jià)標(biāo)準(zhǔn)
        4.5.2 對(duì)比實(shí)驗(yàn)性能比較
    4.6 本章小結(jié)
第五章 基于OpenCV的實(shí)驗(yàn)開發(fā)平臺(tái)
    5.1 開源計(jì)算機(jī)視覺庫(kù)OpenCV
    5.2 人臉檢測(cè)及跟蹤的整體系統(tǒng)框架
    5.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
第六章 結(jié)論
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間所取得的相關(guān)科研成果
致謝



本文編號(hào)：3770416