面向智能视频监控的人脸跟踪算法研究

《面向智能视频监控的人脸跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、面向智能视频监控的人脸跟踪算法研究扌商要针对目前运动目标检测与跟踪技术的发展现状，论文基于OpenCV开源计算机视觉库和VisualStudio2013发平台，以视频序列中的运动目标为对象，采用多种数字图像处理技术对获取图像进行预处理，改进冃标检测算法提高检测过程的实时性和有效性，优化跟踪处理算法实现S标的快速和准确跟踪。文章首先在绪论部分主要对木文的研究背景及意义进行阐述，阐述当前的社会背景下，研究和分析智能视频监控的人脸跟踪算法研究的价值和意义。然后对人脸跟踪的相关概念、人脸跟踪的算法分类以

2、及本文重点研究的Camshift进行简要的概述，为木文的硏究奠定一定的理论基础。接着重点对Camshift算法的原理以及优缺点，结合Kalman算法进行改进设计。最后结合OPENCV技术，构建实验环境、设计实验方案,对改进Z后的Camshift算法和经典的Camshift算法的人脸跟踪效果进行对比分析。关键词人脸跟踪；OpenCV；CamshiftAbstract:Accordingtothecurrentsituationofthedevelopmentofmovingtargetdetect

3、ionandtrackingtechnologyatpresent,theOpenCVopensourcecomputervisionlibraryandVisualStudio2013developmentplatformbasedonthemovingobjectinvideosequencesastheobject,toobtainimagepreprocessingusingavarietyofdigitalimageprocessingtechnology,theimprovedtar

4、getdetectionalgorithmtoimprovethereal-timeandeffectivenessofthedetectionprocess.Optimizationoftrackingfastandaccuratetrackingalgorithmtoachievethetarget.Inthefirstpartofthispaper,theresearchbackgroundandsignificaneeofthispaperarediscussed,andthevalue

5、andsignificanceoftheresearchandanalysisofthehumantrackingalgorithmforintelligentvideosurveillanceareintroduced.Then,theconceptoffacetracking,theclassificationalgorithmofhumanfacetracking,andtheCamshift,whichisthefocusofthispaper,arebrieflysummarized,

6、whichlaysatheoreticalfoundationfortheresearchofthispaper.Then,focusingontheprinciplesandadvantagesanddisadvantagesofCamshiftalgorithm,combinedwithKalmanalgorithmforimproveddesign.Finally,OPENCVtechnologyisusedtobuildtheexperimentalenvironmentanddesig

7、ntheexperimentalscheme・TheimprovedCamshiftalgorithmandtheclassicalCamshiftalgorithmarecomparedandanalyzed.Keywords:facetracking;OpenCV;Camshift目录111第1章绪论11.1研究背景及意义11.2国内外研究综述11.3主要研究内容2第2章智能视频监控中人脸跟踪算法的相关概述42.1人脸跟踪的相关概念42.2人脸跟踪的算法分类52.3Camshift算法的相关

8、概述6第3章基于Camshift算法的人脸跟踪分析83・1Camshift算法简介83.2Camshift算法的改进设计9第4章人脸跟踪的实验设计及结果分析134.1OpenCV技术概述134.2本文对OpenCV的配置错误!未定义书签。4.3跟踪方案设计144.4实验结果分析15第5章结论与展望175.1结论175.2展望17参考文献19第1章绪论1・1研究背景及意义计算机视觉在各个领域都有着广泛的应用。近些年来，随着处理器速度的不断提升，制造成本不断降低，以及各种嵌入式系统的广发应用，使得计