基于多線索融合的實時人臉跟蹤技術(shù)的研究.pdf

1、本系統(tǒng)包含三個主要部分，一個人臉檢測器和兩個人臉跟蹤器。人臉檢測器的核心算法是Viola-Jones算法。它對正面正直的人臉姿態(tài)具有十分魯棒和快速的檢測性能?；趯λ姆N不同跟蹤算法的研究和測試，我們最終選擇利用三維遞歸搜索(3DRS)和光流算法(OpticalFlow)來分別構(gòu)建兩個人臉跟蹤器。由于這兩個跟蹤器的性能具有高度互補(bǔ)性，最終的系統(tǒng)跟蹤輸出是這兩個跟蹤結(jié)果基于一個可靠性評估過程之后的整合。檢測器和跟蹤器以交互協(xié)作的方式共同工作

2、。跟蹤器使用檢測器的結(jié)果來更新自身狀態(tài)，修復(fù)偏差；檢測器利用跟蹤器的結(jié)果來進(jìn)行輸出校驗，以避免錯誤拒絕現(xiàn)象。本研究的主要貢獻(xiàn)在于通過這三個部件之間協(xié)同工作策略的制定，來提高系統(tǒng)整體性能，實現(xiàn)實時魯棒的多線索人臉跟蹤。 為了評估系統(tǒng)性能，我們在辦公室環(huán)境中進(jìn)行了大量的實驗。使用的數(shù)據(jù)庫不僅包括為不同檢測單元而特別設(shè)計和錄制的視頻，還包括第三方公開測試人臉視頻資源。實驗分為三個單元，分別測試對多樣化用戶行為，背景及光照變化，和多人臉

3、情況下的性能。測量參數(shù)有可靠性，精確性和時域連貫性三類。結(jié)果顯示，在用戶頭部運動多樣化的情況下，本系統(tǒng)輸出人臉結(jié)果與真值之間沒有明顯的恒定偏差，偏移量的標(biāo)準(zhǔn)方差小于2％，平均系統(tǒng)總跟蹤率達(dá)到95％，沒有錯誤接受現(xiàn)象發(fā)生。其他測試單元結(jié)果進(jìn)一步證明，本系統(tǒng)性能對于復(fù)雜背景，不均勻光照，時變光照都較魯棒。當(dāng)背景中存在多人臉時，本系統(tǒng)(按照應(yīng)用背景的要求)能夠始終辨別前景人臉和跟蹤前景人臉的運動。 雖然本系統(tǒng)是在生物工程學(xué)顯示器的背景