基于自适应粒子滤波的asm新技术

《基于自适应粒子滤波的asm新技术》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、ComputerScienceandApplication计算机科学与应用,2011,1,97-102doi:10.4236/csa.2011.13020PublishedOnlineDecember2011(http://www.hanspub.org/journal/csa)AdaptiveParticleFilteringforFacialFeatureTrackingXiaorongPu,PengLi,LupingJiSchoolofComputerScienceandEngineering,UniversityofElectron

2、icScienceandTechnologyofChina,ChengduEmail:puxiaor@uestc.edu.cnReceived:Aug.31st,2011;revised:Sep.27th,2011;accepted:Oct.15th,2011.Abstract:Activeshapemodel(ASM)hasbeenwidelyusedtotrackafacefromavideosequence.However,itisusuallylimitedtofrontalvieworthecasesofsmall-scalehe

3、admovement.ASMmayfailinconditionofclutteredbackground,adversecircumstancesandpartialocclusion.AnenhancedASMisproposedtomeetthosechallengesbasedonparticlefilteringtrackingalgorithm.Experimentsdemonstratetheeffectivenessandflexibilityoftheproposedalgorithmintrackingthetarget

4、objectsundergoingsignificantvariationoftheobject’sappearanceorsurroundingillumination.Keywords:VisualTracking;ParticleFilter;IncrementalPCA;ASM基于自适应粒子滤波的ASM新技术蒲晓蓉，李鹏，纪禄平电子科技大学计算机科学与工程学院，成都Email:puxiaor@uestc.edu.cn收稿日期：2011年8月31日；修回日期：2011年9月27日；录用日期：2011年10月15日摘要：ASM已经被广泛

5、应用于视频流中的人脸跟踪，但大多局限于头部运动较缓慢的正面人脸跟踪，很难精确跟踪复杂背景、恶劣光照和部分遮挡条件下的人脸。本文结合粒子滤波预测跟踪人脸，改进传统ASM方法，实现人脸特征点的精确定位。实验表明，该方法能有效提高ASM搜索的精确度和鲁棒性。关键词：人脸跟踪；增量PCA；粒子滤波；ASM搜索[5]1.引言特征等方法，大多局限于良好背景、均匀光照和人脸无遮挡等约束环境，无法检测视频流中快速头部移人脸跟踪和特征提取是人脸识别和机器视觉的关动的人脸。为了自动确定跟踪目标，本文方法仅视频键技术。主动形状模型(ActiveShapeMode

6、l，ASM)是流的第一帧利用人脸自动检测捕获目标,获得人脸位[1]由Cootes等人于1995年提出的一种基于点分布模型置、大小和旋转等参数，并将人脸的位置作为粒子滤算法，已经被广泛应用于单幅人脸或视频流的人脸特波人脸跟踪算法的初始化窗口。此后采用粒子滤波方征提取和跟踪。ASM基于统计方法，将一系列人脸图法定位特定目标的人脸位置，以检测并跟踪复杂背景、像进行标点训练得到原始形状向量，再进行对齐操作光照变化、局部遮挡，以及快速移动的人脸图像。[2]和PCA分析建立形状建模。其中需要设置形状模型ASM大多采用PCA方法建立形状模型，需要大参数，

7、约束其变化范围，确保模型能适应目标形状的量数据集构建特征基。但利用传统PCA不能准确定位[3]不确定性。复杂状况下的人脸目标，且无法适应目标特征的最新ASM模型的初始化过程非常重要，如果不能准确变化。本文采用递增PCA(IncrementalPCA,IPCA)方定位目标图像中的人脸位置，后续的ASM搜索过程法构建更新特征空间，保持目标模式的最新表达，以[4]将会失败。传统人脸检测技术包括基于肤色、Harr适应目标本身的变化和周围环境的改变，实现复杂环Copyright©2011HanspubCSA98蒲晓蓉等基于自适应粒子滤波的ASM新技

8、术[6]境下的人脸特征点跟踪。本文后续部分将依次介绍ASM方法，基于IPCA的ASM人脸跟踪方法和自适应粒子滤波人脸跟踪技术，描述验证实验，讨论改进ASM方法的实验效果。2.AS