基于粒子滤波多视角变尺度视频人脸的实时跟踪

摘要：

提出了一种新的可在复杂环境下,人脸方向、姿态、尺度都有很大变化时,仍能够稳健跟踪的视频跟踪人脸的算法框架.该算法框架很好地结合了人脸检测器和粒子滤波的优点,利用人脸基本模型和特定模型,建立多视角人脸跟踪器,并使用实时跟踪结果,不断对多视角人脸模型进行在线学习,很好地克服了在传统视频跟踪过程中,由于人脸的旋转、尺度变化所造成的漂移甚至失败.实验结果表明,该算法对人脸的旋转、尺度变化、环境影响不敏感,具有很强的鲁棒性和精确性.

关键词：Real AdaBoost、粒子滤波、在线学习、多视角跟踪、变尺度跟踪、贝叶斯网络

所属期刊栏目：26

分类号：TN911

资助基金：国家863项目2007AA01Z164;国家自然科学基金项目60772097

在线出版日期：2011-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：36-38