【正文】 人臉檢測(cè)與跟蹤的難 點(diǎn) 人臉是一類具有相當(dāng)復(fù)雜的細(xì)節(jié)變化的自然結(jié)構(gòu)目標(biāo)，由于外貌、表情、膚色等不同，具有模式的可變性而難以用統(tǒng)一的模式加以描述。此外， MPEG7 標(biāo)準(zhǔn)組織建立了人臉識(shí)別草案小組，人臉檢測(cè)算法也是一項(xiàng)征集的內(nèi)容，隨著研究的不斷深入，國(guó)際上一些權(quán)威期刊，如IJCV(International Journal of Computer Vision)、 CVIU(Computer Vision and Image Understanding)、 PAMI(IEEE Transonic Pattern Analysis and Machine Intelligence)及重要學(xué)術(shù)會(huì)議，例如 ICCV(International Conference on Computer Vision)、 CVPR(IEEE Computer Society Conference on Computer Vision and Pattern Recognition) 、ECCV(European Conference on Computer Vision)、 IWVS(IEEE International Workshop on Visual Surveillance)每年都有大量關(guān)于人臉檢測(cè)與人臉跟蹤的論文，極大地促進(jìn)了研究學(xué)者的學(xué)術(shù)交流。因此構(gòu)造出高效、準(zhǔn)確的人臉檢測(cè)和跟蹤算法，從學(xué)術(shù)和實(shí)際應(yīng)用的角度 都有非常重要的意義。 目前簡(jiǎn)單背景、人臉偏轉(zhuǎn)角度不大的正面人臉檢測(cè)算法已經(jīng)比較成熟，有較高的檢測(cè)效率和速度，但對(duì)于人臉偏轉(zhuǎn)角度較大、嚴(yán)重遮擋的情況下，算法魯棒性一般。人臉識(shí)別成為繼指紋識(shí)別之后最有潛力的生物身份驗(yàn)證的手段。 在早期的人臉識(shí)別問(wèn)題的研究中，人臉圖像往往具有很強(qiáng)的約束條件 (如無(wú)背景圖像 )，因此使人臉檢測(cè)問(wèn)題并未受到很好的重視。 作為人臉信息處理的一項(xiàng)關(guān)鍵技術(shù)，人臉檢測(cè)與跟蹤近年來(lái)成為計(jì)算機(jī)視覺(jué)領(lǐng)域研究的熱點(diǎn)。并不去刻意模擬人類視覺(jué)系統(tǒng)內(nèi)部結(jié)構(gòu)，而僅僅考慮系統(tǒng)的輸入和輸出，并采用任何現(xiàn)有的可行的手段實(shí)現(xiàn)系統(tǒng)功能。計(jì)算機(jī)視覺(jué)與研究人類或者動(dòng)物的視覺(jué)是不同的：它借助于幾何、物理和學(xué)習(xí)技術(shù)來(lái)構(gòu)建模型，從而用統(tǒng)計(jì)的方法來(lái)處理數(shù)據(jù)。它的目的是用計(jì)算機(jī)實(shí)現(xiàn)人的視覺(jué)功能 —— 對(duì)客觀世界的三維場(chǎng)景進(jìn)行感知、理解和解釋 ]1[ 。計(jì)算機(jī)視覺(jué)成為一門獨(dú)立的學(xué)科，至少可以從美國(guó)麻省理工學(xué)院 (MIT)Marr教授這一代人所作的奠基工作開(kāi)始追溯，已有二三十年的歷史 ]1[ 。 skin module。 關(guān)鍵字： 人臉檢測(cè)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。通過(guò)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。視頻中的人臉檢測(cè)定位與跟蹤識(shí)別 華見(jiàn) 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(cè)定位跟蹤作為生物特征識(shí)別的一項(xiàng)重要技術(shù)，其應(yīng)用相當(dāng)廣泛。人臉檢測(cè)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。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)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(dòng)一定角度后定位都有 較好效果。 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。 enbinary 目錄 第 1章 緒論 ...................................................................................................................... 3 課題研究背景與意義 .......................................................................................... 3 國(guó)內(nèi)外研究狀況 ................................................................................................. 4 人臉檢測(cè)與跟蹤的難點(diǎn) ....................................................................................... 4 主要研究?jī)?nèi)容及章節(jié)安排 ................................................................................... 5 第 2章 人臉檢測(cè)和跟蹤的主要方法 ................................................................................... 6 人臉檢測(cè)的方法 ................................................................................................. 6 基于膚色的檢測(cè)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(shí)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(cè)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(cè) .......................................................................... 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(cè) .......................................................................... 21 .................................................................................................