多特征融合的尺度自适应KCF人脸跟踪

摘要：

针对传统核相关滤波(KCF)跟踪算法在人脸跟踪中无法处理尺度变化、严重遮挡等问题,提出一种多特征融合的尺度自适应KCF人脸跟踪算法.该算法先对肤色与HOG特征进行融合来表征人脸,通过多通道相关滤波器定位人脸位置;学习一个一维的尺度滤波器来估计人脸的最优尺度;采用线性插值的方式对滤波器系数和人脸外观模型进行更新.实验结果表明,改进后的算法能明显提高跟踪的性能.通过定量与定性分析该算法对尺度变化、严重遮挡等问题有很好的鲁棒性,跟踪速度在36.7 f/s时达到实时应用的要求,优于近几年一些优秀的跟踪算法.

关键词：核相关滤波、多特征融合、尺度自适应、线性插值、模型更新、人脸跟踪

所属期刊栏目：41

分类号：TN820.4-34;TP391.41(无线电设备、电信设备)

资助基金：国家自然科学基金资助项目61561048;新疆维吾尔自治区科学基金资助项目2015211C257

在线出版日期：2019-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：182-186