基于視頻監(jiān)控的人臉檢測與跟蹤算法研究與應用.pdf

1、近些年來視頻監(jiān)控系統(tǒng)越來越普及，視頻監(jiān)控規(guī)模也越來越大，這對于安全防盜、異常告警、犯罪取證和刑事案件的偵破等具有卓越的效果。人臉檢測與跟蹤是視頻監(jiān)控系統(tǒng)中的關鍵技術，是計算機視覺領域熱門的研究方向，具有重要的研究價值和廣闊的市場前景。由于視頻監(jiān)控的環(huán)境比較復雜，會給人臉檢測與跟蹤帶來困難。現有的人臉檢測算法在復雜環(huán)境下的人臉檢測效率和準確率較低，人臉跟蹤算法在人臉跟蹤過程中的實時性和魯棒性較差，而且人臉容易跟蹤丟失。本文對視頻監(jiān)控中的人

2、臉檢測和跟蹤算法進行研究，對于提高視頻監(jiān)控中的人臉檢測效率、準確率和人臉跟蹤過程中的實時性和魯棒性具有重要的意義。
　　為提高視頻監(jiān)控中的人臉檢測效率和準確率以及人臉跟蹤過程中的實時性和魯棒性，本文提出了基于膚色分割與篩選的Adaboost人臉檢測算法和基于Camshift聚類的粒子濾波人臉跟蹤算法，并將算法應用到視頻監(jiān)控客戶端中，實現了人臉檢測與跟蹤功能。本文主要工作有如下幾點:
　　1.針對提高視頻監(jiān)控中人臉檢測效率和準

3、確率的問題，提出了一種基于膚色分割與篩選的Adaboost人臉檢測算法。在選定色彩空間和膚色模型之后，利用膚色分割與篩選對人臉進行第一次檢測，選出類似人臉區(qū)域;然后通過Adaboost算法訓練人臉樣本集，將通過膚色分割與篩選之后的類似人臉區(qū)域送入Adaboost算法的級聯分類器中，再次檢測人臉。此時Adaboost算法的級聯分類器不需要對整個待檢測圖片進行搜索檢測，只要對類似人臉區(qū)域進行檢測，加快了級聯分類器檢測人臉的效率，提高了人臉檢

4、測準確率。實驗結果表明:該算法在檢測率和誤檢率等方面都有提升。
　　2.針對Camshift算法無法處理相似背景顏色干擾、背景復雜和傳統(tǒng)粒子濾波人臉跟蹤算法中的粒子退化、計算量大等問題，提出了一種基于Camshift聚類的粒子濾波人臉跟蹤算法。在粒子濾波框架下，將Camshift算法中的聚類方法引入人臉狀態(tài)估計中，使每個粒子沿著梯度最大方向迭代至局部密度最大值區(qū)域，讓所有粒子移動到與人臉顏色相似的區(qū)域。實驗結果表明:該算法用較少的