視頻人臉智能檢測與跟蹤技術研究.pdf

1、人臉檢測是計算機視覺領域的重要課題，最早作為人臉識別系統(tǒng)中的定位環(huán)節(jié)被提出。經過近二十年的時間發(fā)展，人臉檢測研究取得了顯著的進步，目前在人臉識別、新一代人機交互界面、安全訪問和視覺監(jiān)控等領域都有廣泛的應用。
　　人臉是一類具有相當復雜細節(jié)變化的具有非剛性的自然結構目標，目前人臉檢測的難點主要有兩方面，一方面是由于人臉內在的變化條件所引起的，比如人臉細節(jié)的變化比較豐富，不同的外貌如臉形，膚色等以及不同的表情如眼、嘴的開與閉等都會造成

2、人臉細節(jié)方面的變化；以及由于人臉的遮擋造成圖像的不完整性，如眼鏡、頭發(fā)和其他飾物等；另一方面就是外在條件所引起的，比如攝像設備與人臉相對位置的不同造成人臉的多狀態(tài)，以及外界光源變化造成的影響，會導致圖像的亮度、對比度的變化與陰影等發(fā)生變化。
　　人臉檢測過程主要包括特征信息提取和特征分類兩個環(huán)節(jié)，其中特征信息提取是最重要的環(huán)節(jié)。特征提取常用的特征包括圖像亮度、形狀以及紋理等信息。局部二進制模式(LBP)特征是對圖像的紋理進行描述的

3、一個非常好的工具，本文針對部分圖片包含數(shù)據(jù)信息不夠充分(如低分辨率圖片)，在提取特征時會造成一定的困難等問題，根據(jù)傳統(tǒng)LBP提取方法，提出了新的LBP提取算子(ILBP)，彌補了傳統(tǒng)LBP紋理特征區(qū)分性不足、提取特征力度不夠的缺陷。并采用了全局特征與局部特征相結合的方法，保證人臉特征信息的充足性與人臉形狀的穩(wěn)定性。實驗表明，與傳統(tǒng)方法相比，該方法具有更高的魯棒性和實用性。
　　本方采用了多種方法對人臉檢測的速度和精度進行改進：首先