【正文】 視頻中的人臉檢測定位與跟蹤識別 華見 張祥 龔小彪 （西南交通大學(xué)信息科學(xué)與技術(shù)學(xué)院，四川 成都 610031） 摘要 人臉檢測定位跟蹤作為生物特征識別的一項(xiàng)重要技術(shù)，其應(yīng)用相當(dāng)廣泛。人臉檢測定位跟蹤的方法有很多，為了實(shí)現(xiàn)視頻中彩色圖像人臉的精確定位，本文采用了一種基于膚色模型、膚色分割處理的人臉定位算法。通過建立膚色模型，經(jīng)自適應(yīng)閾值的二值化處理后，再進(jìn)行膚色分割，將非人臉區(qū)域去除；最終利用眼睛特征定位人臉。實(shí)驗(yàn)結(jié)果表明，該算法對于復(fù)雜背景下的彩色圖像中的人臉正面定位和人臉轉(zhuǎn)動一定角度后定位都有 較好效果。 關(guān)鍵字： 人臉檢測跟蹤； 膚色建模； 二值化； Face Detection And Tracking Identification In The Video HuaJian Zhang Xiang Gong Xiaobiao （ School of Information Science amp。 Technology, Southwest Jiaotong University, Chengdu, 610031, China） Abstract Face detection positioning and tracking as a biological feature recognition is an important technique, it is widely used in many aspects. In this article, in order to localize the human face in color images captured from the video accurately, a human face localization algorithm based on skin module and skin color segmentation was presented. Firstly, we build the skin module. Then, the nonface region was removed in color image after binary image processing with adaptive threshold and the skin color segmentation. And finally the human face was localized by using the characteristic the eyes Experiments show that the algorithm is effective to localize the human front face and the face after turning an angle in color images under plex background. key words: face detection and tracking。 skin module。 enbinary 目錄 第 1章 緒論 ...................................................................................................................... 3 課題研究背景與意義 .......................................................................................... 3 國內(nèi)外研究狀況 ................................................................................................. 4 人臉檢測與跟蹤的難點(diǎn) ....................................................................................... 4 主要研究內(nèi)容及章節(jié)安排 ................................................................................... 5 第 2章 人臉檢測和跟蹤的主要方法 ................................................................................... 6 人臉檢測的方法 ................................................................................................. 6 基于膚色的檢測方法 .......................................................................................... 7 RGB模型 .................................................................................................. 7 YCbCr(YUV)格式 ....................................................................................... 8 HSV（色調(diào) /飽和度 /強(qiáng)度）模型 ................................................................ 8 基 于啟發(fā)式模型的方法 ....................................................................................... 9 基于知識的方法 ..................................................................................... 10 基于局部特征的方法 .............................................................................. 10 基于模板的方法 ..................................................................................... 10 基于統(tǒng)計(jì)模型方法 ..................................................................................11 人臉跟蹤的方法 ................................................................................................11 基于特征檢測方法的人臉跟蹤 ................................................................ 12 基于模型的人臉跟蹤 .............................................................................. 12 本章小結(jié) .......................................................................................................... 14 第 3章 基于膚色模型的單圖片人臉檢測 .......................................................................... 15 基于膚色的人臉定位 ........................................................................................ 15 RGB到 YCrCb色彩模型的轉(zhuǎn)換 ........................................................................... 15 人臉膚色模型和二值化 ..................................................................................... 16 后處理 ............................................................................................................. 19 人臉定位 .......................................................................................................... 19 本章小結(jié) .......................................................................................................... 20 第 4章基于膚色模型視頻中的人臉檢測 .......................................................................... 21 .......................................................................................................... 21 圖像差分 —— 運(yùn)動目標(biāo)提取 ............................................................................ 21 模型建立和光補(bǔ)償 ............................................................................................ 22 眼部特征檢測 ................................................................................................... 24 本章小結(jié) .......................................................................................................... 25 第 5章 總結(jié) .................................................................................................................. 25 參考文獻(xiàn) ........................................................................................................................ 26 第 1 章 緒論 課題研究背景與意義 近年來，隨著計(jì)算機(jī)技術(shù)和數(shù)字信號處理技術(shù)的迅猛發(fā)展，人們用攝像機(jī)獲取環(huán)境圖像并將其轉(zhuǎn)換成數(shù)字信號，且利用計(jì)算機(jī)實(shí)現(xiàn)對視覺信息處理的全過程，這就是計(jì)算機(jī)視覺技術(shù)的起源。計(jì)算機(jī)視覺成為一門獨(dú)立的學(xué)科，至少可以從美國麻省理工學(xué)院 (MIT)Marr教授這一代人所作的奠基工作開始追溯，已有二三十年的歷史 ]1[ 。 如今，計(jì)算機(jī)視覺已經(jīng)成為人工智能領(lǐng)域最熱門的課題之一，受到普遍的重視。它的目的是用計(jì)算機(jī)實(shí)現(xiàn)人的視覺功能 —— 對客觀世界的三維場景進(jìn)行感知、理解和解釋 ]1[ 。它既是工程領(lǐng)域，也是科學(xué)領(lǐng)域中的一個(gè)極富挑戰(zhàn)性的綜合性的學(xué)科，融合了圖像處理、模式識別、人工智能、自動控制等不同領(lǐng)域成果，吸引了來自各個(gè)學(xué)科的研究者加入到對它的研究之中。計(jì)算機(jī)視覺與研究人類或