融合CamShift的TLD算法实现人脸跟踪

摘要：

针对跟踪-学习-检测(Tracking-Learning-Detection,TLD)算法跟踪模块所用金字塔光流法计算量大,跟踪人脸实时性差的问题,提出融合连续自适应均值漂移(Continuously Adaptive Mean Shift,CamShift)的TLD算法提高人脸跟踪效率.改进的TLD算法框架中跟踪模块选用CamShift算法实现目标人脸跟踪,检测模块采用滑动窗法扫描搜索,再使用分类器判断目标是否存在,学习模块根据跟踪模块和检测模块的结果对比评估错误和误差,更新目标模型.将改进的TLD算法分别与CamShift算法和TLD算法进行对比试验,结果表明,融合CamShift的TLD算法实现人脸跟踪效率和准确率均高于原始两种算法,且满足实时性要求.

关键词：TLD算法、CamShift算法、跟踪模块、检测模块、学习模块、人脸跟踪

所属期刊栏目：41

分类号：TP242(自动化技术及设备)

资助基金：山西省自然科学基金项目2018TDMS040;山西省自然科学基金项目201801D121189

在线出版日期：2020-04-15（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：421-425