低光照下的改进的CAMShift人脸跟踪算法

摘要：

在低光照的情况下,传统的CAMShift在对人脸跟踪时存在亮度较低,跟踪不到目标、目标运动较快,以至于目标跟丢、目标容易受遮挡等问题.针对传统算法存在的一系列问题,提出一种改进的CAMShift算法,将马尔科夫方向预测与LBP纹理特征融入CAMShift算法中.采用LBP纹理特征对跟踪目标进行检测,可以在低光照情况下获取与目标更接近、更好的目标特征与边界框,提高算法的跟踪准确率;针对低光照情况下或在受遮挡情况下目标丢失的问题,采用马尔科夫算法进行目标运动的方向预测,可以缩小检测的位置区域,提高算法的效率.对比实验结果表明,改进算法与传统算法相比具有较高的准确率和实时性.

关键词：低光照;人脸跟踪;目标丢失;马尔科夫预测;LBP纹理特征;CAMShift跟踪算法;实时跟踪;目标检测

所属期刊栏目：44

分类号：TN911.73-34

资助基金：国家自然科学基金;人工智能四川省重点实验室项目;四川省科技厅重点项目

在线出版日期：2021-11-08（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：51-55