基于AdaBoost與粒子濾波的人臉檢測(cè)與跟蹤.pdf

1、隨著計(jì)算機(jī)技術(shù)和模式識(shí)別技術(shù)的發(fā)展，人臉檢測(cè)與跟蹤技術(shù)已成為計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)，目前廣泛應(yīng)用于人臉識(shí)別、智能監(jiān)控、人機(jī)交互等領(lǐng)域。本文就AdaBoost算法在人臉檢測(cè)方面的應(yīng)用以及粒子濾波在目標(biāo)跟蹤方面的應(yīng)用，展開(kāi)了以下的研究：
　　 對(duì)于復(fù)雜背景下的人臉檢測(cè)，首先進(jìn)行膚色建模，針對(duì)單顏色空間進(jìn)行建模導(dǎo)致膚色點(diǎn)遺漏的問(wèn)題，使用膚色聚類效果好并對(duì)光照魯棒的YCbCr空間和rgb的聯(lián)合顏色空間進(jìn)行建模，有效降低了膚色的漏檢率；

2、在膚色區(qū)域提取后，使用AdaBoost算法進(jìn)行人臉的進(jìn)一步驗(yàn)證，針對(duì)前后兩次相繼的掃描中搜索窗口的縮放比例對(duì)AdaBoost檢測(cè)的影響進(jìn)行研究，提出了自適應(yīng)的搜索窗口比例系數(shù)調(diào)整策略，有效提高了人臉檢測(cè)的效率。使用基于雙膚色模型及改進(jìn)的AdaBoost人臉檢測(cè)方法，提高檢測(cè)率的同時(shí)，有效降低了誤檢率。
　　 對(duì)均值偏移算法在目標(biāo)跟蹤中的應(yīng)用進(jìn)行研究，針對(duì)跟蹤過(guò)程中窗口尺度固定不變的問(wèn)題，引入自適應(yīng)的窗口尺度調(diào)整策略；針對(duì)跟蹤過(guò)程

3、中遭遇遮擋而導(dǎo)致跟蹤丟失的問(wèn)題，使用卡爾曼濾波進(jìn)行預(yù)測(cè)，有效解決遮擋的影響；對(duì)更能滿足實(shí)際應(yīng)用環(huán)境的粒子濾波算法進(jìn)行研究，針對(duì)基于單一顏色特征的粒子濾波在復(fù)雜環(huán)境中易導(dǎo)致跟蹤失敗的不足，提出融合顏色特征與方向梯度直方圖特征的粒子濾波方法，該方法能夠有效的解決相似目標(biāo)的遮擋問(wèn)題，提高算法的魯棒性。
　　 使用基于AdaBoost和粒子濾波的算法進(jìn)行人臉檢測(cè)與跟蹤。使用AdaBoost進(jìn)行人臉檢測(cè)時(shí)，引入幀間差分法，防止視頻中長(zhǎng)時(shí)間