基于多信息融合技術(shù)的視頻人臉檢測(cè)研究.pdf

1、人臉檢測(cè)問(wèn)題研究具有很重要的意義，可以應(yīng)用到人臉識(shí)別、新一代的人機(jī)界面、安全訪問(wèn)和視覺(jué)監(jiān)控以及基于內(nèi)容的檢索等領(lǐng)域。視頻信號(hào)是人類(lèi)接觸的最主要媒體，人類(lèi)接受的外界信息有70％來(lái)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(jià)值。
　　 人臉檢測(cè)是個(gè)復(fù)雜且具有挑戰(zhàn)性的模式檢測(cè)問(wèn)題，在實(shí)際應(yīng)用中，尤其視頻檢測(cè)中，如何面對(duì)不同成像條件下對(duì)視頻信號(hào)進(jìn)行具有健壯性的檢測(cè)，并且以較高的速度使得其具有實(shí)際應(yīng)用價(jià)值，這是我們亟待解決的困難

2、問(wèn)題。
　　 事實(shí)上，在模式識(shí)別研究領(lǐng)域，這個(gè)問(wèn)題實(shí)際為精度和速度之間存在的矛盾引起，有時(shí)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(cè)研究來(lái)說(shuō)，多數(shù)研究者側(cè)重于提高檢測(cè)精度，但總的趨勢(shì)是在檢測(cè)精度提高的同時(shí)，速度也越來(lái)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(gè)健壯的具有應(yīng)用意義的視頻人臉檢測(cè)模型，開(kāi)發(fā)實(shí)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(duì)視頻信號(hào)的時(shí)序相關(guān)性，以及

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

4、n-shift算法來(lái)代替每一幀的檢測(cè)，提升檢測(cè)性能。
　　 (2)利用人臉刻畫(huà)描述的多樣性，增加了特征信息，準(zhǔn)確快速的刻畫(huà)人臉信息。對(duì)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(lái)在一定情況下代替每一幀的人臉檢測(cè)，提高性能。