基于多信息融合技術(shù)的視頻人臉檢測研究.pdf

1、人臉檢測問題研究具有很重要的意義，可以應(yīng)用到人臉識別、新一代的人機(jī)界面、安全訪問和視覺監(jiān)控以及基于內(nèi)容的檢索等領(lǐng)域。視頻信號是人類接觸的最主要媒體，人類接受的外界信息有70％來源于它。因而以數(shù)字視頻處理為核心的多種應(yīng)用有著廣泛的價值。
　　 人臉檢測是個復(fù)雜且具有挑戰(zhàn)性的模式檢測問題，在實際應(yīng)用中，尤其視頻檢測中，如何面對不同成像條件下對視頻信號進(jìn)行具有健壯性的檢測，并且以較高的速度使得其具有實際應(yīng)用價值，這是我們亟待解決的困難

2、問題。
　　 事實上，在模式識別研究領(lǐng)域，這個問題實際為精度和速度之間存在的矛盾引起，有時候需要在速度和精度上博弈平衡才能達(dá)到可應(yīng)用性。就人臉檢測研究來說，多數(shù)研究者側(cè)重于提高檢測精度，但總的趨勢是在檢測精度提高的同時，速度也越來越受到研究者們的重視。因此，本文的研究目標(biāo)是構(gòu)造一個健壯的具有應(yīng)用意義的視頻人臉檢測模型，開發(fā)實現(xiàn)使之有效工作的一些列算法、技術(shù)。
　　 本文在已有的方法的基礎(chǔ)上，針對視頻信號的時序相關(guān)性，以及

3、應(yīng)用環(huán)境的隨機(jī)性和應(yīng)用實時性的特點(diǎn)，提出了以下改進(jìn)方法，并且獲得了一些有價值的實驗結(jié)論。本文的研究工作主要包括以下3個方面：
　　 (1)利用視頻時序相關(guān)性選用合適的跟蹤算法來提升檢測性能。對視頻的時序相關(guān)性做了研究，將運(yùn)動信息與目標(biāo)跟蹤算法結(jié)合起來，很好的提升了檢測性能。利用運(yùn)動信息來檢測目標(biāo)的運(yùn)動情況，而后判斷幀問變化量，依此作出是否檢測的決定，若檢測則初步提供運(yùn)動目標(biāo)的范圍。在運(yùn)動情況比較穩(wěn)定或變化小時，利用目標(biāo)跟蹤mea

4、n-shift算法來代替每一幀的檢測，提升檢測性能。
　　 (2)利用人臉刻畫描述的多樣性，增加了特征信息，準(zhǔn)確快速的刻畫人臉信息。對于人臉的特征描述方法有很多種，有色彩，幾何或是灰度特征。不同的描述方法在精度和速度上的表現(xiàn)是不同的，并且要和具體的搜索算法結(jié)合在一起。圖像空間中，人的眼睛的特征量更為豐富和具有代表性。本文在二值圖像中，求出人眼區(qū)域的NMI特征，配以跟蹤算法來在一定情況下代替每一幀的人臉檢測，提高性能。