基于AdaBoost和Camshift的人臉檢測與跟蹤

湯 泉

(上海出版印刷高等專科學校，上海 200093)

?

基于AdaBoost和Camshift的人臉檢測與跟蹤

湯 泉

(上海出版印刷高等專科學校，上海 200093)

為提高視頻序列中人臉跟蹤的準確性，提出了一種使用Camshift算法，結合人臉檢測實現實時、自動的人臉跟蹤方法。利用圖像的Haar特征，結合AdaBoost算法訓練得到人臉分類器，進行人臉的檢測來初始化人臉跟蹤窗口；利用Camshift算法對人臉進行跟蹤，并在跟蹤過程中引入距離約束條件，使跟蹤的結果更加穩定。實驗結果表明，該方法能夠對視頻幀中出現的人臉實現自動跟蹤，有效地改善了傳統Camshift跟蹤方法中窗口發散、跟蹤丟失的問題。

人臉檢測；人臉跟蹤；Camshift；AdaBoost算法

人臉跟蹤廣泛應用于視頻分析、客流量統計等領域，是當前研究領域的熱點。人臉跟蹤的過程中，通常會涉及到人臉檢測；人臉檢測問題最初來源人臉識別[1]，是在圖像中進行人臉位置和大小確定的過程。20世紀90年代以來，人臉檢測得到了眾多研究者的重視，常見的有基于模板匹配[2]、基于輪廓分布特征[3]、基于膚色模型[4]等基于知識的方法；基于特征空間[5]、基于人工神經網絡[6]等基于統計的方法。但大多數人臉檢測方法對遮擋、尺度變化、表情變化過于敏感，對圖像旋轉的魯棒性不強。本文利用圖像的Haar特征，使用AdaBoost的算法[7]構建人臉分類器，能夠有效的在檢出率和正確率之間做出平衡，而且速度能夠滿足實時性的要求。

人臉跟蹤是在圖像序列中確定人臉的運動軌跡的過程[8]。跟蹤算法是計算機視覺研究領域的熱點問題，常見的人臉跟蹤方法有幀間差分、背景建模、光流等基于運動的方法[10]；……