基于序列蒙特卡罗滤波的人脸跟踪研究

论文摘要

在安全监控、智能化人机交互和计算机视觉等领域的研究过程中，人脸都提供了大量有价值的信息，因此吸引了国内外众多学者对人脸检测和跟踪问题的关注，出现了多种用于人脸检测和跟踪的算法。尽管对人脸的检测与跟踪己经取得了众多的成果，但仍存在下述几个研究的难点问题：实时性、鲁棒性和遮挡处理。论文针对上述问题进行了较深入的研究，提出了一套基于蒙特卡罗滤波的人脸跟踪算法，它充分地考虑了人脸非刚性的特点及其复杂环境下的跟踪。本文的研究主要内容：提出了一种基于肤色和空间信息的实时人脸匹配算法。考虑到实时性和鲁棒性，从设计快速准确的匹配算法作为出发点，结合人脸的特点采用聚类肤色空间、肤色空间分布模型、估计匹配搜索空间位置的运动预测法，Bhattacharyya距离测量验证法等关键技术，较好地兼顾了精度和实时性。大量实验表明该算法对于脸部的平移、倾斜和三维旋转都能很好的适应。结合上述匹配算法的优点，提出一种基于序列蒙特卡罗滤波的复杂环境下人脸跟踪算法。蒙特卡罗滤波能够处理非线性、非高斯系统的状态估计问题。考虑到遮挡以及人运动的不确定性和非线性等因素，基于蒙特卡罗滤波的跟踪算法无需给出量测方程，且当目标发生遮挡时能够自适应的改变搜索空间。最后，通过对实验结果的分析，证明了本文所采用算法的有效性和可行性，并提出了进一步的研究方向。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 选题背景和研究意义
• 1.1.1 选题背景
• 1.1.2 课题的意义
• 1.2 人脸跟踪的研究进展
• 1.2.1 国外人脸跟踪的研究进展
• 1.2.2 国内人脸跟踪的研究进展
• 1.3 人脸检测与跟踪难点
• 1.4 主要研究内容和工作成果
• 1.5 论文的结构安排
• 第2章 人脸跟踪技术研究
• 2.1 引言
• 2.2 人脸检测技术
• 2.2.1 基于知识的方法
• 2.2.2 基于特征的方法
• 2.2.3 基于模板匹配的方法
• 2.2.4 基于外观的方法
• 2.3 目标跟踪技术
• 2.3.1 目标的分割
• 2.3.2 目标的跟踪
• 2.4 人脸跟踪技术
• 2.5 本章小结
• 第3章 序列蒙特卡罗方法
• 3.1 引言
• 3.2 递推贝叶斯滤波原理及其实现
• 3.2.1 非线性动态系统的描述
• 3.2.2 贝叶斯滤波理论
• 3.2.3 递推贝叶斯滤波的实现
• 3.3 蒙特卡罗积分
• 3.4 序列蒙特卡罗方法
• 3.4.1 基本的序列蒙特卡罗方法
• 3.4.2 几种改进的序列重要采样方法
• 3.4.3 次优的序列重要采样方法
• 3.5 序列蒙特卡罗方法的几个影响因素
• 3.5.1 重要函数
• 3.5.2 重采样
• 3.5.3 粒子数的选择
• 3.6 滤波与预测
• 3.6.1 滤波
• 3.6.2 预测
• 3.7 滤波算法仿真结果
• 3.8 本章小结
• 3.8.1 算法分析
• 3.8.2 结论
• 第4章 基于序列蒙特卡罗方法的人脸跟踪
• 4.1 引言
• 4.2 目标模型的建立
• 4.2.1 色彩空间的选取
• 4.2.2 空间信息的融合
• 4.3 相似度量
• 4.4 跟踪算法介绍
• 4.4.1 状态参量模型
• 4.4.2 运动模型
• 4.4.3 量测模型
• 4.4.4 人脸跟踪算法
• 4.4.5 算法流程及适用环境
• 4.5 实验结果及分析
• 4.5.1 单人跟踪
• 4.5.2 多视角变化的人脸跟踪
• 4.5.3 遮挡跟踪
• 4.5.4 往返人脸非线性运动跟踪
• 4.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢