论文部分内容阅读
人脸检测及跟踪是属于计算机视觉与模式识别研究领域的一个重要分支，它作为人脸信息处理中的一项关键技术，在基于内容的图像与视频检索、视频监控与跟踪、视频会议以及智能人机交互等方面都有着重要的应用价值。 本文主要研究了视频中的人脸跟踪技术。在总结现有算法的基础上，本文从基于目标检测和基于目标跟踪两类方法上对人脸跟踪问题进行了研究。 从目标检测角度，本文研究实现了三种依据图像不同特征的人脸跟踪算法。第一种算法首先利用人脸图像的肤色信息和人脸形状的先验知识检测出人脸区域，然后利用运动预测技术实现对后续帧中人脸的实时跟踪。第二种算法把人脸建模成二维椭圆模型，并在整个状态空间中搜索，通过计算椭圆轮廓点的平均梯度来确定人脸位置和大小。第三种算法基于Adaboost学习算法，利用图像的矩形特征和改进的训练算法，建立了一个可以实时检测人脸的检测器，并将之应用到了人脸跟踪领域。上述方法都通过实验验证了其有效性，并且分析了它们各自的优缺点。 从目标跟踪角度，本文研究了均值偏移和粒子滤波两种常用目标跟踪方法在人脸跟踪上的应用，并且实现了一个将其二者结合的算法，该算法在一定程度上互补了两算法的优缺点。实验表明该算法可以在视频中快速有效地跟踪人脸。 此外，本文还介绍了在PC平台上实现的集成多种算法的人脸跟踪软件系统，以及基于DAM6416P图像处理平台的，可自动采集、处理、跟踪的单人脸跟踪系统。