首页> 中文学位 >CAMShift算法优化与带分类功能的人脸跟踪方法
【6h】

CAMShift算法优化与带分类功能的人脸跟踪方法

代理获取

目录

文摘

英文文摘

声明

第一章 引言

1.1研究背景和方法

1.2相关研究的国内外进展

1.3本文的主要工作与创新点

第二章 基本跟踪方法介绍

2.1色彩空间选择

2.2传统CAMShift跟踪算法

2.2.1系统概述

2.2.2颜色概率分布图

2.2.3 CAMShift算法

第三章 改进的CAMShift人脸跟踪算法

3.1局部预处理

3.2在迭代寻找目标时加入定位准确性评价

3.3对人脸范围比例进行约束

3.4对目标基准直方图进行动态调整

第四章 带人脸分类识别功能的跟踪系统

4.1在跟踪系统中加入人脸分类功能的意义和作用

4.2提取人脸的LBP特征

4.3基于LBP特征的人脸识别跟踪

第五章 实验结果与结论

5.1跟踪准确性实验

5.2人脸分类识别实验

5.3总结与展望

参考文献

致谢

展开▼

摘要

人脸目标的跟踪问题由于在身份识别、安全监控等领域具广泛的实际应用价值而逐渐成为目标跟踪中研究中的一个热点。CAMShift算法是目标跟踪中的常用算法,而在人脸跟踪的应用中,传统的CAMShift算法就存在着人脸范围划分不准确、基准颜色信息不能动态适应目标的变化、对于被遮挡后再次出现的人物由于中间信息的丢失将不能连续跟踪等问题。本文针对其在人脸跟踪问题上的一些缺陷及功能上的不足进行改进,主要包括以下两个部分: (1)优化了传统CAMShift算法,提高了目标跟踪的准确性。包括局部预处理,在Mean Shift迭代中引入定位准确性的评价,对人脸的范围比例进行一定的约束,以及对目标的基准颜色信息进行动态的调整。 (2)在跟踪系统中加入人脸分类识别功能。利用“旋转的统—模式”LBP特征对跟踪到的人脸进行分类识别,把视频中一定时间范围内跟踪到的所有人脸图像进行分类,使得同一个人的人脸归为一类,解决跟踪中的遮挡丢失问题,也使跟踪系统在视频监控等场合中具有更好的应用价值。 实验结果表明本文提出的方法具有更好的跟踪效果,并使跟踪系统达到了能区分人脸所对应的身份的目的。

著录项

  • 作者

    黎立宏;

  • 作者单位

    中山大学;

  • 授予单位 中山大学;
  • 学科 通信与信息系统
  • 授予学位 硕士
  • 导师姓名 赖剑煌;
  • 年度 2009
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 TP391.41;TP393.08;
  • 关键词

    身份识别; 目标跟踪; CAMShift算法;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号