基于Kinect圖像的駕駛員臉部跟蹤.pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展，人們的生活和工作的節(jié)奏及強(qiáng)度都逐漸增大。高強(qiáng)度的工作帶來的后果就是在疲勞狀態(tài)下工作。本文作者所在的實(shí)驗(yàn)室長(zhǎng)期致力于研究人員的疲勞度預(yù)警，在進(jìn)行駕駛?cè)藛T的檢測(cè)過程中，駕駛員的臉部跟蹤是重要的一個(gè)環(huán)節(jié)。
　　物體跟蹤一直是計(jì)算機(jī)視覺中一個(gè)重要研究課題。隨著微軟商用實(shí)時(shí)深度視頻采集設(shè)備Kinect的出現(xiàn)，基于深度視頻的物體跟蹤技術(shù)成為新的研究熱點(diǎn)。本文提出了一種基于稀疏編碼的深度視頻物體跟蹤算法，解決駕駛員跟蹤過程中

2、光線變化影響和遮擋問題。
　　本文首先介紹了以往基于彩色視頻的物體跟蹤算法，并引入了稀疏編碼方法來解決部分遮擋問題。為了降低光線變化的影響，使用Kinect采集的深度視頻作為物體跟蹤的基礎(chǔ)，改進(jìn)現(xiàn)有的基于稀疏編碼的物體跟蹤算法，經(jīng)過Sigmoid歸一化，設(shè)計(jì)出深度視頻中的基于稀疏編碼的物體跟蹤算法。最后，為了解決長(zhǎng)期物體跟蹤過程中出現(xiàn)的跟蹤失敗情況，嘗試了TLD(Tracking-Learning-Detection)框架和擴(kuò)大搜