TLD框架下的多人臉目標(biāo)跟蹤算法設(shè)計(jì)與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著計(jì)算機(jī)與信息技術(shù)的發(fā)展,多人臉目標(biāo)跟蹤在實(shí)際應(yīng)用中得到了廣泛的研究,如智能視頻監(jiān)控、人機(jī)交互、智能交通、虛擬現(xiàn)實(shí)等,吸引了國(guó)內(nèi)外眾多的研究者。這類(lèi)系統(tǒng)需要自動(dòng)完成對(duì)復(fù)雜環(huán)境中多個(gè)人的實(shí)時(shí)監(jiān)控及行為分析,完成這一系列任務(wù)需要涉及到計(jì)算機(jī)視覺(jué)領(lǐng)域中許多技術(shù),而多人臉跟蹤是其中的核心技術(shù)之一。多人臉跟蹤的研究目的是模擬人的運(yùn)動(dòng)感知能力,使計(jì)算機(jī)能夠自動(dòng)識(shí)別視頻序列中運(yùn)動(dòng)的人臉。多人臉跟蹤比一般跟蹤問(wèn)題更復(fù)雜,因?yàn)槎嗳四樃櫜粌H要區(qū)分前景與

2、背景,同時(shí)還要區(qū)分不同的人臉,由于人臉間的相似性,給該研究帶來(lái)了很大的難度。雖然目前大量的人臉目標(biāo)跟蹤算法已被提出,但實(shí)時(shí)與魯棒的多人臉目標(biāo)跟蹤仍然是一個(gè)非常具有挑戰(zhàn)性的問(wèn)題。本文針對(duì)多人臉目標(biāo)跟蹤問(wèn)題展開(kāi)研究,首先討論了國(guó)內(nèi)外目前在該領(lǐng)域的研究現(xiàn)狀,及存在的難點(diǎn)問(wèn)題。本文使用了一種新興且有效的長(zhǎng)時(shí)間單目標(biāo)跟蹤框架(TLD),該框架將跟蹤、檢測(cè)與學(xué)習(xí)相結(jié)合以解決被跟蹤目標(biāo)在跟蹤過(guò)程中發(fā)生的形變、部分遮擋等問(wèn)題。并以此為基礎(chǔ),結(jié)合實(shí)時(shí)人臉

3、檢測(cè)算法提出了一種多人臉目標(biāo)自動(dòng)檢測(cè)與跟蹤算法。
  本研究主要內(nèi)容包括:⑴在對(duì)已有的目標(biāo)跟蹤算法進(jìn)行分析比較的基礎(chǔ)上,選用長(zhǎng)時(shí)間單目標(biāo)跟蹤框架(TLD)作為跟蹤引擎,并對(duì)其進(jìn)行深入研究,然后結(jié)合 Viola-Jones人臉檢測(cè)算法將其應(yīng)用到人臉跟蹤領(lǐng)域,實(shí)現(xiàn)人臉的自動(dòng)檢測(cè)與跟蹤。由于這種方法是基于單目標(biāo)跟蹤算法實(shí)現(xiàn)的,因此存在一定的弊端,針對(duì)這些弊端本文進(jìn)行了下面幾個(gè)方面的改進(jìn)。⑵對(duì)TLD單目標(biāo)跟蹤框架進(jìn)行改進(jìn),使其能夠更有效的

4、進(jìn)行多目標(biāo)的跟蹤,重新改進(jìn)了TLD的跟蹤模塊,檢測(cè)模塊,以及學(xué)習(xí)模塊,使他們都能夠有效的處理多目標(biāo)跟蹤問(wèn)題。充分發(fā)揮TLD的潛能,使之成為一個(gè)真正意義上的多目標(biāo)跟蹤算法,能夠在同一時(shí)刻跟蹤多個(gè)目標(biāo),避免了采用單目標(biāo)TLD跟蹤算法而導(dǎo)致的大量重復(fù)計(jì)算。⑶針對(duì)多人臉跟蹤這一特殊領(lǐng)域,提出一種多人臉的標(biāo)記與分離方案,以處理跟蹤過(guò)程中目標(biāo)總數(shù)的變化問(wèn)題,對(duì)隨機(jī)出現(xiàn)的新人臉、多人間的相互遮擋、以及人臉的消失等問(wèn)題能夠較好的判斷并處理,這是實(shí)現(xiàn)多人

5、臉的自動(dòng)檢測(cè)與跟蹤的關(guān)鍵步驟。⑷為了減少人臉結(jié)構(gòu)相似性給多人臉跟蹤帶來(lái)的影響,本文通過(guò)改進(jìn)多目標(biāo)跟蹤算法TLD中的樣本庫(kù),來(lái)增大人臉間的差異性,使其能夠有效的區(qū)分不同的人臉,適應(yīng)多人臉跟蹤領(lǐng)域的特殊需求。同時(shí),結(jié)合實(shí)時(shí)人臉檢測(cè)算法以及有效的多人臉的標(biāo)記與分離方案,最終實(shí)現(xiàn)多人臉的自動(dòng)檢測(cè)與跟蹤。⑸通過(guò)大量實(shí)驗(yàn)對(duì)本文所提出的多人臉跟蹤算法的有效性進(jìn)行了驗(yàn)證,同時(shí)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了詳細(xì)分析。⑹利用相關(guān)編程語(yǔ)言和OpenCV計(jì)算機(jī)視覺(jué)庫(kù)對(duì)該算法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論