融合检测和跟踪的实时人脸跟踪

摘要：

目的 在实时人脸跟踪过程中,因光照变化、目标被遮挡以及跟踪时间长等因素,导致的误差累积都会影响系统的整体性能.针对这些问题,提出一种融合检测和跟踪技术的方法,其中包含了检测、控制和跟踪3个模块(简称DCT).方法 在检测模块中,利用AdaBoost算法提取人脸的相关信息,并将信息传递给跟踪模块进行跟踪处理;在跟踪模块中,采用在线随机蕨和SURF(speeded up robust features)算法对目标进行跟踪.同时,在每次检测到目标之后,会通过控制模块对当前跟踪目标准确性进行判断.结果 选取国际标准数据组并与LBP+ Camshift+Kalman滤波算法、SEMI算法、TLD(tracking-learning-detection)算法比较,实验结果表明,DCT方法在目标发生尺度较大变化、目标遮挡、旋转、形变以及光照发生变化时都具有良好的跟踪识别效果,DCT方法识别准确率在95％以上,平均误识别率和漏识别率分别为0.86％和0.78％.结论 DCT方法具有消除误差累积,跟踪失败后自动恢复等特点,同时可以消除环境中光照、遮挡和仿射变换的影响并满足系统跟踪的实时性要求,运用于视频人脸跟踪系统中能够提高系统的实时性及鲁棒性.

关键词：人脸检测、跟踪、控制、AdaBoost、随机蕨

所属期刊栏目：20

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目60695054;辽宁省自然科学基金项目201102164;广东省自然科学基金项目s2013040016594 National Natural Science Foundation of China60695054;Natural Science Foundation of Liaojing Province, China201102164;Natural Science Foundation of Guangdong Province, Chinas2013040016594

在线出版日期：2015-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1473-1481