基于紅外跟蹤的實(shí)時(shí)人臉檢測(cè)研究.pdf

1、人臉檢測(cè)及跟蹤屬于模式識(shí)別與計(jì)算機(jī)視覺的研究領(lǐng)域,它作為人臉信息處理中的一項(xiàng)關(guān)鍵技術(shù),其在高安全性部門的警戒,入口控制及計(jì)算機(jī)保密以及智能人機(jī)交互等領(lǐng)域有著廣闊的應(yīng)用前景。人臉檢測(cè)通常使用以下幾種方法:基于知識(shí)的方法,基于特征的方法,模板匹配的方法和基于外觀的方法?；谥R(shí)的方法是將檢測(cè)作為一個(gè)對(duì)規(guī)則的判斷過程。這些規(guī)則是通過先驗(yàn)知識(shí)獲得的。符合這些規(guī)則為候選區(qū)域,通過層層篩選檢測(cè)出人臉?；谔卣鞯姆椒ㄊ侵咐萌四樚赜械慕Y(jié)構(gòu)化特征檢測(cè)出

2、人臉,結(jié)構(gòu)化特征包括膚色,紋理,幾何特征等,不易受外部環(huán)境改變而改變。模板匹配的方法要先建立幾個(gè)模板,每個(gè)模板描述部分特征,匹配時(shí)用相關(guān)性函數(shù)判斷是否符合模板,這種方法對(duì)圖像約束規(guī)定較嚴(yán)格。
　　基于外觀的方法是將一系列人臉作為對(duì)象,通過學(xué)習(xí)建立類似于神經(jīng)網(wǎng)的模型,然后利用模型判斷試驗(yàn)對(duì)象。四種方法各有所長,新的算法更多的是融合了這些方法的優(yōu)點(diǎn),例如很多基于膚色的算法中也加入知識(shí)和外觀等方法。上述人臉檢測(cè)技術(shù)都基于靜態(tài)人臉,但在動(dòng)

3、態(tài)視頻中檢測(cè)人臉由于涉及到連續(xù)的圖像,處理的數(shù)據(jù)量過大,所以魯棒性和實(shí)時(shí)性大打折扣。本文為改善視頻人臉檢測(cè)的實(shí)時(shí)性與魯棒性提出了基于紅外跟蹤的人臉檢測(cè)新算法。本文使用的視頻圖像為紅外,彩色兩種格式。紅外視頻本身就是灰度圖序列,具有目標(biāo)明顯,數(shù)據(jù)量小的優(yōu)點(diǎn),同樣的算法,處理紅外視頻要比處理彩色視頻在速度上快很多。而彩色視頻圖像清晰,包含了大量的細(xì)節(jié),相比于紅外視頻在做圖像分析及進(jìn)一步處理上有先天的優(yōu)勢(shì)。本文提出的算法分兩步,第一步先在紅外

4、視頻中分割出活動(dòng)的人體部分。由于紅外成像中存在信噪比較低的問題,分割時(shí)先對(duì)圖像進(jìn)行增強(qiáng),通過對(duì)紅外圖像中人體灰度的統(tǒng)計(jì)學(xué)習(xí),計(jì)算出其閾值范圍,進(jìn)而在紅外視頻第一幀分割出初始人體區(qū)域,然后利用改進(jìn)的菱形搜索塊匹配進(jìn)行人體區(qū)域動(dòng)態(tài)分割,每秒對(duì)視頻取一幀進(jìn)行閾值分割以保證當(dāng)新出現(xiàn)運(yùn)動(dòng)人體時(shí),也能快速發(fā)現(xiàn)并實(shí)時(shí)地對(duì)其分割;第二步在彩色視頻中匹配出運(yùn)動(dòng)人體并檢測(cè)出人臉區(qū)域。將第一步分割出來的動(dòng)態(tài)人體區(qū)域匹配到彩色視頻中,這樣就完成了對(duì)彩色視頻中運(yùn)