基于强跟踪Kalman滤波的鲁棒人脸跟踪算法

摘要：

进行人脸跟踪时,人脸出现快速移动、姿态大幅偏转及被遮挡的情况会导致人脸跟踪失败.针对以上问题,结合Haar-like特征与Adaboost算法对正面人脸进行跟踪,当人脸姿态出现大幅度偏转或被遮挡时,使用人脸肤色的直方图特征与Camshift算法对人脸进行跟踪.为提高人脸跟踪算法的运行效率,使用强跟踪Kalman滤波算法对人脸在下一帧图像中可能出现的位置进行预测,缩小人脸检测的搜索区域,提高人脸跟踪算法的实时性.实验验证了该算法在视频人脸跟踪方面具有较好的鲁棒性和实时性.

关键词：人脸跟踪、鲁棒性、Haar-like特征、Adaboost算法、强跟踪Kalman滤波、Camshift算法

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目 61075087、61203331

在线出版日期：2016-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：475-480