没有合适的资源?快使用搜索试试~ 我知道了~
首页复杂环境下动态多人脸的自动检测与实时跟踪方法
本文主要探讨了一种在复杂环境下解决动态多人脸自动检测与实时跟踪问题的方法,针对传统基于肤色信息的CamShift算法在复杂环境中跟踪性能不足以及只能单个目标追踪的局限。这种方法在2015年由樊慧慧和王金海在天津工业大学电子与信息工程学院提出。 首先,该研究团队意识到在复杂环境中,如光线变化、遮挡、多人脸部重叠等情况下,单纯依靠肤色特征的CamShift算法无法有效应对。因此,他们引入了AdaBoost算法作为背景消除工具,这有助于增强算法对背景噪声的过滤能力,提高目标识别的准确性。AdaBoost通过集成多个弱分类器,形成一个强分类器,能够更精确地区分前景(活动人脸)和背景。 接着,他们提出采用多线程的CamShift算法,即MT-CamShift,来跟踪动态场景中的多人脸。MT-CamShift通过并行处理的方式,能够在人脸交错和数量变化时保持实时跟踪,确保了对复杂环境下多人脸的高效追踪。这种技术特别强调了实时性和鲁棒性,旨在达到每秒至少25帧(fps)的刷屏要求。 实验结果显示,该方法在复杂环境中的正确检测率高达89.86%,误检率降低到2.78%,表明其在高精度的同时,也保证了低误报率。而检测跟踪周期平均为35.88~42.84毫秒,满足了实时性的需求。这对于在监控、安全等领域,尤其是实时多人脸分析的应用具有重要意义。 总结来说,该论文介绍了一种结合了背景消除、多线程处理和适应性强的算法,成功解决了复杂环境下的动态多人脸自动检测与实时跟踪问题,对于提升人脸识别系统的性能和实用性具有积极的推动作用。关键词包括复杂环境、动态多人脸、自动检测、多线程和实时跟踪,体现了研究的核心内容和价值。
资源详情
资源推荐
收稿日 期: 20140923; 修 回 日 期:20141031 基 金 项 目: 天 津 市 应 用 基 础 与 前 沿 技 术 研 究 计 划,自 然 科 学 基 金 一 般 项 目
(13JCYBJC37800)
作者简介:樊慧慧(1989),女(通信作者),天津人,硕士研究生,主要研究方向为嵌入式原理与应用(15002242802@163.com);王金海 (1966),
男,天津人,教授,博士,主要研究方向为嵌入式系统与应用、信息监测及智能控制、生物传感技术和生物信息提取.
一种复杂环境下的动态多人脸自动
检测与实时跟踪方法
樊慧慧
,王金海
(天津工业大学 电子与信息工程学院 电子与通信工程系,天津 300387)
摘 要:针对复杂环境下,基于肤色信息的 CamShift(continuouslyadaptiveMeanShift)算法跟踪运动人脸的实时
性欠佳,且同一时刻只能跟踪一个人脸的问题,提出了一种适于复杂环境下多人脸目标的自动检测与实时跟踪
的方法。该方法利用 AdaBoost(adaptiveboosting)算法进行背景消除,提取可能包含活动人脸的区域进行人脸验
证,采用多线程的 CamShift算法,即 MTCamShift跟踪算法,实现人脸相互交错及人脸数目发生变化时的多人脸
跟踪,从而实现动态多人脸的自动检测与实时跟踪。在任意复杂环境下,该方法的正确检测率可达 89.86%,误
检率可降至 2.78%;其检测跟踪周期为 35.88~42.84ms,有效地达到了 25fps的实时刷屏要求。实验结果表
明,该方法可实时稳健地在复杂环境下实现多人脸的自动检测与实时跟踪。
关键词:复杂环境;动态多人脸;自动检测;多线程;实时跟踪
中图分类号:TP391.41 文献标志码:A 文章编号:10013695(2015)10318304
doi:10.3969/j.issn.10013695.2015.10.071
Dynamicmultiplefacesdetectionandrealtime
trackingmethodincomplexenvironment
FanHuihui
,WangJinhai
(Dept.ofElectronics&CommunicationEngineering,SchoolofElectronics&InformationEngineering,TianjinPolytechnicUniversity,Tianjin
300387,China)
Abstract:CamShiftalgorithmisanefficientmethodtodealwiththefacetrackingproblem.However,incomplexenviron
ment,suchasmultiplefacescomeoutinthefieldofviewatthesametime,duetothesimplexdetectionoffacecolor,this
methodbecamehelpless.ThispaperimprovedtheclassicalCamShiftmethodtocompletetheautomaticmultifacedetection
andrealtimetracking.Firstly,thepaperadoptedtheAdaBoostalgorithmtosubtractthebackgroundintheview.Andthenit
introducedthemultithreadingCamShiftalgorithmformultiplefacestrackingwhenthefacescrossedorthenumberoffaces
changed.Itperformedthemethodintherealisticenvironment.Therateofcorrectdetectionoffaceswas89.86%.Andthe
falsedetectionratewas2.78%.Theperiodictimefortwosuccessivetimesdetectingwaslessthan50ms,whichsatisfiedthe
limitationofdisplayerupdatetime.Theexperimentalresultsindicatetherobustandrealtimecapabilityofthisproposedmethod.
Keywords:complexenvironment;dynamicmultiplefaces;automaticfacedetection;multithreading;realtimefacetracking
0 引言
人脸的快速实时跟踪一直以来在图像分析、图像识别、监
控与检索等领域都具有重大意义
[1]
。目前,在较理想的条件
下,正面人脸检测已取得了令人满意的效果。然而,在复杂背
景下,由于多姿态、遮挡、光照等因素影响,人脸检测仍需进一
步研究
[2]
,相关问题的研究也使实时人脸跟踪成为当前计算
机视觉领域的难点和热点之一。
人脸跟踪包含人脸的检测和跟踪两个部分,其中检测是人
脸识别的关键一步,为后续跟踪打下很好的基础
[3]
。传统的
CamShift算法缺乏跟踪多个对象的机制,因而无法对多人脸进
行跟踪,且搜索窗口需要手动选取,使其实用性受到限制。针
对这一问题,本文对原始 CamShift算法进行了改进,允许一帧
图像中出现多个人脸,并使用 AdaBoost算法获取每个人脸的
位置,输 送给每 一 个 人 脸对 应 的
CamShift跟 踪 器。每 一 个
CamShift跟踪器负责计算自己跟踪对象的下一个估计位置。
该算法不仅使人脸的自动跟踪问题得到较好的解决,且通过启
动多个 CamShift跟踪器解决多人脸跟踪问题。
1 基于 AdaBoost和 CamShift算法的多线程人脸
跟踪
1.1 AdaBoost和 CamShift算法简介
1.1.1 基于 AdaBoost的人脸检测
1995年,Freund等人
[4]
提出了 AdaBoost算法,是对 Boos
ting算法的一大提升,该方法根据弱学习的结果反馈适应地调
第 32卷第 10期
2015年 10月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol32No10
Oct.2015
下载后可阅读完整内容,剩余3页未读,立即下载
weixin_38635996
- 粉丝: 3
- 资源: 851
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 达梦数据库DM8手册大全:安装、管理与优化指南
- Python Matplotlib库文件发布:适用于macOS的最新版本
- QPixmap小demo教程:图片处理功能实现
- YOLOv8与深度学习在玉米叶病识别中的应用笔记
- 扫码购物商城小程序源码设计与应用
- 划词小窗搜索插件:个性化搜索引擎与快速启动
- C#语言结合OpenVINO实现YOLO模型部署及同步推理
- AutoTorch最新包文件下载指南
- 小程序源码‘有调’功能实现与设计课程作品解析
- Redis 7.2.3离线安装包快速指南
- AutoTorch-0.0.2b版本安装教程与文件概述
- 蚁群算法在MATLAB上的实现与应用
- Quicker Connector: 浏览器自动化插件升级指南
- 京东白条小程序源码解析与实践
- JAVA公交搜索系统:前端到后端的完整解决方案
- C语言实现50行代码爱心电子相册教程
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功