学位论文作者签名%日期:函,辏辉日浙江理工大学学位论文原创性声明本人郑重声明:我恪守学术道德,崇尚严谨学风。所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写,我对所写的内容负责,并完全意识到本声明的法律结果由本人承担。
学位论文作者签名:‰指导教师签名:尽月日期:洳辏辉日浙江理工大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅或借阅。本人授权浙江理工大学可以将本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和汇编本学位论文。本学位论文属于保密口,在不保密√年解密后使用本版权书。日期:.年。
摘要人脸检测与跟踪技术是计算机视觉与模式识别领域的一个重要研究课题,在人脸识别、表情识别、视频监控、人机交互、医疗诊断等诸多领域有着广阔的应用前景。就视频监控领域而言,人脸检测与跟踪的研究大大提高了视频监控系统的智能化,使得系统能够在不需要人为干预的情况下锁定目标,实现对监控场景中的目标检测与跟踪,在此基础上还可以实现一些后续操作,如运动轨迹分析、目标识别、报警等。本文旨在构建一个面向人脸对象的视频监控系统,在分析和讨论了近年来国内外关于人脸检测与人脸跟踪的学术论文和研究报告的基础上,以摄像机固定条件下拍摄的视频序列为研究对象,深入研究了视频监控中人脸检测与跟踪的方法。论文的主要研究成果概括如下:攵允悠低枷裥蛄械脑肷侍猓捎镁德瞬ㄋ惴āⅰ安慰及算法对图像进行平滑处理和光照补偿,消除了图像中的噪声和光照的干扰。采用均值法分离出视频背景,利用背景减除法提取出包含人脸的运动前景区域,去除了视频中冗余的背景信息,提高了后续人脸检测的速度。治霰冉狭嗽谙嗤椒ㄏ虏煌ú士占浜头羯P偷挠湃钡悖岢隽艘恢只诟慕P偷你兄捣羯ǚ指罘椒ǎ玒色彩空间中的分量用更适合描述肤色的分量替代,使用阈值分割建立完整的肤色模型。实验表明在改进的ú士占淠冢肤色具有更好的聚类效果,可以有效地分割出肤色区域。岷中的肤色分割方法,提出了一种分层过滤的人脸检测算法,算法采用由粗到细的检测策略:首先标记肤色连通区域,然后根据人脸面部的几何特征,采用一些规则筛选肤色区域,初步获得候选人脸区域,最后通过人脸模板颜色特征分布建立矩阵模板进行模板匹配,以匹配率高低精确定位人脸位置。谌肆掣俳锥危捎肅偎惴ń腥肆掣伲苊馊ň炙阉鳎跣∷索区域,提高了人脸跟踪的速度。同时,针对传统跟踪算法在实际应用中的不足,本文引入卡尔曼滤波器,在人脸跟踪过程中不断更新人脸的运动模型,有效地解决了目标被遮挡和快速运动问题,提高了跟踪的匹配度和精度,并且使人脸跟踪系统获得较高的可靠性和鲁棒性。论文对基于视频监控的实时人脸检测与跟踪算法进行了研究,在此基础上,利用提供的运动跟踪框架设计并完成了一个实验性的人脸检测与跟踪系统,能有效实现人脸检测与跟踪。关键词:人脸检测;人脸跟踪;;卡尔曼滤波器;视频监控浙江理工大学硕士学位论文
甃吼,..,.晰琣谢琣瓸.,瑆∞浙江理工大学硕士学位论文甌琭,.瑂,甌甌疭瓸甌..:琺.,.
;;:;
目录第二章视频图像序列预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章基于肤色特征的人脸检测算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第四章基于卡尔曼滤波的人脸跟踪算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.浙江理工大学硕士学位论文课题的研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯视频监控系统发展的国内外现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.人脸检测与跟踪的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文的主要创新点与结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.光照补偿⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像滤波⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯运动目标检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
基于视频监控的实时人脸检测与跟踪算法研究 来自淘豆网m.daumloan.com转载请标明出处.
