基于视频的多目标人脸跟踪算法研究与实现-计算机应用技术专业论文.docx

万方数据 万方数据 THE STUDY AND IMPLEMENTATION OF THE ALGORITHM FOR THE VIDEO-BASED MULTIPLE FACES TRACKING A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Technology of Computer Application Author: Chenglong Zhuo Advisor: Quan Wen School : School of Computer Science Engineering 万方数据 万方数据 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 I 摘要 摘要 万方数据 万方数据 万方数据 万方数据 摘 要 随着网络与视频技术的迅猛发展，数字化视频监控技术在全社会得到了广泛 应用，如公安天网系统，道路视频监控系统，以及众多的商场、社区和楼宇视频 监控系统等。这些系统能实时记录和存储所监控的场景的视频信息，为后续视频 内容分析，提供了大量的数据支撑。然而，针对这些大规模的视频数据的监控与 分析，亟需大量的人力和物力参与。因此，视频自动分析成为了数字化视频监控 的关键技术。本文以视频分析中所涉及的人脸跟踪为研究内容，在跟踪方法等关 键技术上进行了深入研究和探索，提出了鲁棒性较好的算法，实现了人脸的可靠 跟踪。 本文的具体研究内容及创新为： （1）在特征选择上，本文采用了小波特征来进行人脸跟踪。目前的跟踪算法 以颜色为特征很容易出现跟踪中的目标错位抖动的情况，算法稳定性差，背景的 干扰较大。小波特征是一种具有多分辨率描述性质的目标特征，对图像整体的低 灰度级别的描述，结合对部分细节区域的高分辨率描述能够较好的描述目标，降 低背景的干扰，结合主元分析降维技术来降低特征的维数，进而减小小波特征匹 配处理的计算量。 （2）在人脸模型建模上，本文采用的是具有记忆性的建模算法。目标人脸在 跟踪过程中在不是一成不变的，人脸的转向、侧脸都会改变对人脸的描述结果， 而当出现短暂的遮挡时，人脸会部分或全部丢失，具有记忆性的基准模型建模算 法对最近一段时间内的目标人脸进行记录，基准模型用模型集合加权表示，基准 模型集合动态更新，能够平缓的适应目标人脸的变化，当目标出现短暂的遮挡丢 失时也会在目标再次出现后跟踪到目标。 （3）算法同时结合了颜色特征来进行无效粒子的滤除。在建立的粒子样本中 首先通过颜色特征快速的将无效粒子排除，只对有效粒子进行基于小波特征的计 算处理，这样可避免算法在非目标区域上花费过多时间，而把重点放在对目标人 脸相似区域的处理上。 基于上述人脸跟踪算法，运用 Microsoft Visual Studio 2008 集成开发环境下结 合开源库 OpenCV2.3.1 和界面库 Microsoft Foundation Classes(MFC)，开发出的基 于视频场景的智能监控系统，可以对多目标人脸进行跟踪，本算法在跟踪稳定性、 I 摘要 克服遮挡丢失上等方面具有较好的鲁棒性。 关键词：视频监控，人脸跟踪，小波特征，人脸建模，OpenCV2.3.1 II AB ABSTRACT 万方数据 万方数据 万方数据 万方数据 ABSTRACT . With the rapid development of network and video technology, the digital video monitoring technology has been applied widely in many fields of the whole society, such as public security