基于视频的实时多人脸检测跟踪与优选方法研究

基于视频的实时多人脸检测跟踪与优选方法研究

ID:35070272

大小:5.09 MB

页数:74页

时间:2019-03-17

基于视频的实时多人脸检测跟踪与优选方法研究_第1页
基于视频的实时多人脸检测跟踪与优选方法研究_第2页
基于视频的实时多人脸检测跟踪与优选方法研究_第3页
基于视频的实时多人脸检测跟踪与优选方法研究_第4页
基于视频的实时多人脸检测跟踪与优选方法研究_第5页
资源描述:

《基于视频的实时多人脸检测跟踪与优选方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校巧码:10200?赫巧生举号:201310化44一一分炎号:巡巧鉛患:,.一—--.C-;:‘.-一-、、.?,.一??一-一六.、.V追—节'二.'解‘Vv.、嫌;遍麵>之,,乂《轉"奪-乃±学位论文;硕'—',皆货乂:-.-.r'-一^-. ̄^.VI—*?'、一、■-、V、,?、、*.-).?一..-‘-一?.'-—V..….两乂茅钱兵輿时多入推麻蘇:与化送务緣巧巧--苗芯R約始rchonRealtimeVideobasedMill邸l

2、eFacesDetectionTrackinandOtimizatioiiMethods./^.,gp'片义---巧一巧■'-二、■*、一..■、—,..’’弄、--:冉禹-、-山苗\、、,?、一.,广、气.、—里巧i’片.篇?幹泰;/巧;擔导教师:王连明巧援一级学科.:电子科学与技术'一''?'’..?护二缴学六,一r:也.科:电巧与系纺再.却,'‘;.产..巧究巧甸:西?蜘若.户再巧敌,一’::学位类型:学术硕:t心兴教爲:-一:'’-.卢^竹.二--译,皆二冷.,

3、:’-片下>一一..一'、■''—-、,一■.'一一':古。三-二^^会范大辜定委员亲北师评.''■■一左'嗦//.往砖f—,‘.‘■'.、|-一‘三化中?^..rV-r心‘.、、V./八'V心—7;/'.'.-?'...祭巧盛.65為部苦201月>V年寒;I::..皆苗晏苦^若;端'-'’':.'、.'.‘:二'...'.':游激诉样批1解.1'巧^‘巧甘'、V巧觀扣游皆..一’-?:'-:、r'.、?--r.,。:r1一\,’.'‘'--.却:班r占.打V

4、A.苗^,.式一声為打.堪>..''.—'—'^.V.'早、山古-.::錄..,rV心您u是邱.矿其感学校代码:10200研究生学号:2013101844分类号:TN7密级:无硕士学位论文基于视频的实时多人脸检测跟踪与优选方法研究ResearchonReal-timeVideo-basedMultipleFacesDetection,TrackingandOptimizationMethods作者:孟繁静指导教师:王连明教授一级学科:电子科学与技术二级学科:电路与系统研究方向:图像处理学位类型:学术硕士东北师范大学学位评定委员会2016年5月摘要随着社会对于信息安全、访

5、问控制、边防安检、视频监控等应用需求的与日俱增,基于视频的人脸识别技术越来越受到人们的关注,被广泛应用在各种社会生活工作中。基于视频的人脸识别系统集人脸的采集、检测、跟踪和识别于一体,能够自动地识别视频中的人脸。由于视频人脸识别系统的操作对象是视频图像序列,如何从大量检测、跟踪到的人脸图片中选取用于识别的人脸图片将直接影响视频人脸识别系统的性能。为此,本文构建了一个基于视频的实时多人脸检测、跟踪与优选系统,该系统在人脸识别前,首先检测视频中的人脸,并对检测到的众多人脸进行跟踪,然后在跟踪过程中,寻找每个人相对最佳的人脸图片用于后续的人脸识别。因此,系统主要包括多人脸检测、跟踪和优选三部

6、分。在人脸检测部分,综合利用图像的灰度与色彩信息,将肤色分割与Adaboost人脸检测算法结合使用。即先根据肤色信息预选出图像中的人脸候选区域,再对人脸候选区域使用Adaboost算法检测人脸。这样可以有效解决Adaboost人脸检测算法在复杂背景下易发生误检的问题。同时,针对在不逐帧检测人脸的情况下实时监测视频中多人脸进出和人数变化的问题,提出了先对图像边缘使用背景差分来判断是否有人进出,再相应地启动人脸检测程序的方法。在人脸跟踪部分,采用CamShift算法在限定的搜索范围内进行人脸跟踪,并针对CamShift算法在实际复杂情况的应用中易发生跟踪丢失的问题,引入Kalman滤波器,

7、将CamShift算法的跟踪结果作为Kalman滤波器的观测值,不断更新人脸的运动模型。当判断发生多人脸的遮挡、交错和类肤色背景干扰等复杂情况时,利用Kalman滤波器的预测功能校正CamShift算法的跟踪结果,提高跟踪方法的准确性和鲁棒性。在人脸优选部分,由于视频中的人脸存在各种各样的姿态,而人脸的姿态变化很大程度上会影响人脸识别的性能。另外,由于视频中的人脸处于运动状态,难免会出现较小或者模糊的人脸图片,然而人脸图像太小和不清晰也会严重影

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。