|
1.
|
基于特征组合的人脸跟踪方法
|
|
|
|
|
|
|
夏思宇 潘泓 金立左 夏良正《数据采集与处理》,2011年第26卷第1期
|
|
|
针对复杂背景下的彩色视频序列图像,提出一种基于多特征组合的人脸跟踪方法。该方法采用肤色特征与运动特征来描述视频序列图像中的人脸,分别构造特征似然作为区分人脸目标与背景的置信度,并利用粒子滤波框架原理,用组合的特征似然来表征粒子权重。该方法中提出的自肤色检测算法避免了光线与类肤色像素对肤色特征的影响,在跟踪过程中根据分类性能对特征进行动态组合,在粒子滤波过程中采用一种动态模型,实现了复杂背景下的人脸自由运动的跟踪。对各种测试序列图像的实验结果表明,与采用单一特征的跟踪方法相比,该方法有效地提高了复杂背景下人脸自由运动的跟踪稳定度,且实时性较高。
|
|
2.
|
彩色视频序列图像中的人脸跟踪方法
|
|
|
|
|
|
|
夏思宇 夏良正 金立左《中国图象图形学报》,2006年第11卷第9期
|
|
|
针对彩色视频序列图像的人脸检测，提出了一种基于肤色的人脸跟踪方法。该方法首先在Hsu提出的肤色模型基础上，采样一种自肤色分割算法来提取复杂背景下人脸的肤色特征，与传统的采用固定肤色模型的检测算法相比，该方法具有更好的检测效果；然后，在人脸跟踪过程中采用Condensation滤波跟踪算法，并对算法做了两点改进，即在跟踪过程中采用基于Metropolis算法的重采样方法以及自适应的动态模型，实现了复杂背景下的人脸自由运动的跟踪，并从各种影片中截取了彩色视频序列图像进行了测试实验。实验结果表明，该方法有效地解决了复杂背景下人脸自由运动、光照变化及部分遮挡的问题，且精度较高。
|
|
3.
|
基于均值平移的自动人脸检测与跟踪算法 被引次数：1
|
|
|
|
|
|
|
王展青 李健 童恒庆《武汉理工大学学报(信息与管理工程版)》,2009年第31卷第1期
|
|
|
针对彩色图像序列的人脸跟踪问题,提出了一种基于均值平移的自动人脸检测与跟踪算法.对每帧图像采用基于肤色和支持向量机的算法检测人脸,可以减少计算量.对于检测到的人脸,判断是否含有新增人脸,有则将新的人脸加入跟踪序列,否则继续跟踪原有人脸序列.然后采用均值平移算法对人脸序列进行跟踪,其计算量小,跟踪稳定可靠,从而实现自动的人脸检测与跟踪.实验结果表明,该算法可以很好地进行人脸的自动检测跟踪.
|
|
4.
|
基于Level Set方法的人脸轮廓提取与跟踪 被引次数：11
|
|
|
|
|
|
|
黄福珍 苏剑波《计算机学报》,2003年第26卷第4期
|
|
|
提出一种基于level set方法的图像序列中人脸轮廓提取与跟踪算法，首先利用图像帧间差分快速检测出运动区域，并根据人脸图像的投影映射规则确定人脸所在的外接矩形，然后以此矩形作为初始曲线，采用一种改进的1evelset模型精确提取出入脸轮廓。由于图像序列中人脸是一直运动的，该文引入一阶线性Kalman滤波模型对人脸运动进行估计，从而较好地跟踪了运动中的人脸轮廓，实验结果表明该方法是有效的。
|
|
5.
|
基于多肤色空间及AdaBoost算法的人脸检测方法
|
|
|
|
|
|
|
李伟生 杨瑞娟 周丽芳 田景平《计算机应用研究》,2012年第29卷第6期
|
|
|
针对复杂背景和可变光照下的彩色图像人脸检测问题,提出一种基于多肤色空间下的肤色分割及Ada-Boost算法的人脸检测方法。首先利用均值滤波、拉普拉斯算子等方法对图像进行增强处理;然后结合YCbCr、YCgCr、YCgCb三种颜色空间下的多肤色空间对图像进行肤色分割,定位出候选的人脸区域;最后对AdaBoost算法的检测过程进行研究验证,检测出人脸并指示。数据显示,该方法在时间、检测率、漏检率等方面都有明显的改进。因此,该方法能较好地处理复杂背景下彩色图像人脸检测的错检、漏检问题,从而提高了检测效率。
|
|
6.
|
头部多角度人脸快速跟踪算法DSP实现
|
|
|
|
|
|
|
姜俊金 王增才 朱淑亮《计算机工程与设计》,2012年第33卷第1期
|
|
|
针对传统驾驶员疲劳检测人脸跟踪算法复杂,DSP实现时实时性不强,不能有效地实现多角度人脸跟踪的问题,提出了一种快速人脸跟踪算法.该算法通过对YCbCr肤色模型进行图像预处理、肤色检测,提取人脸区域,通过对亮度信号Y进行统计运算,判断人脸边界,再进行相似度判断,从而实现人脸区域的跟踪.实验结果表明,该方法简单、鲁棒性强,能够快速地实现彩色图像人脸多角度跟踪.
|
|
7.
|
基于局部特征的人脸检测与提取 被引次数：2
|
|
|
|
|
|
|
汤连春 李海燕 陈建华《计算机工程》,2007年第33卷第10期
|
|
|
提出了一种在复杂背景下，基于人脸特征的快速检测与定位的方法。将复杂背景下的人脸彩色图像转换成灰度图像后，对图像进行二值化处理，然后对图像进行形态滤波，再在整个图像区域搜索眼睛的位置，从而确定人脸的位置。实验证明了该方法的有效性。
|
|
8.
|
动态背景下运动目标检测与跟踪研究
|
|
|
|
|
|
|
邵万开 石澄贤《计算机测量与控制》,2016年第24卷第8期
|
|
|
主要研究动态背景下的运动目标检测和跟踪问题。背景补偿差分法是一种常用的动态背景下运动目标检测算法，但检测到的目标轮廓要比其真实轮廓大，检测结果不准确且算法复杂度较高。主动轮廓模型在图像分割和目标提取过程中具有拓扑结构变化灵活性，对数值计算方案的设计更加方便、有效，据此提出一种基于改进C-V模型和卡尔曼滤波的算法，用来检测和跟踪动态背景下的运动目标。提出的算法利用C-V模型曲线演化检测和跟踪目标，使C-V模型在目标的边缘处收敛。结合卡尔曼滤波预测运动目标下一帧位置，从而实现对运动目标轮廓的跟踪。实验结果表明，该方法可以对动态背景下运动目标进行精确的检测与跟踪。
|
|
9.
|
基于人脸检测的人脸跟踪算法 被引次数：9
|
|
|
|
|
|
|
梁路宏 艾海舟《计算机工程与应用》,2001年第37卷第17期
|
|
|
文章提出了一种基于人脸检测技术的人脸跟踪算法。该算法利用前一帧的人脸检测结果预测当前帧中人脸可能的尺度与位置范围，在限定的范围内采用模板匹配与人工神经网分类的方法定位人脸，从而实现快速而可靠的人脸跟踪。由于使用了人脸检测技术，该方法可以自动定位初始人脸。实验表明该方法在具有复杂、动态变化背景的图象序列中是很有效的，速度为5－11Hz，可用于实时性系统。
|
|
10.
|
一种目标轮廓跟踪的UPF方法
|
|
|
|
|
|
|
袁健 张文霞 隋树林《青岛科技大学学报》,2006年第27卷第4期
|
|
|
针对通用目标轮廓跟踪中CONDENSATION粒子算法的不足，提出一种轮廓跟踪的Unscented Particle Filter（UPF）方法。通过将Unscented卡尔曼滤波器与粒子滤波的结合，并实时考虑观测值，可以精确地、实时地跟踪目标区域。通过人脸跟踪结果表明，该方法对背景干扰具有很强的鲁棒性。
|
|
11.
|
复杂背景下红外运动点目标检测算法研究 被引次数：10
|
|
|
|
|
|
|
李正周 董能力 金钢《红外与激光工程》,2002年第31卷第5期
|
|
|
讨论了复杂背景下低信噪比运动点目标的检测和跟踪问题，提出了基于卡尔曼滤波理论的背景预测，数学形态学膨胀累加，图像流航迹关联和二级并行假设检验的点目标检测方法。实验结果表明该算法能够较大程度提高红外图像的信噪比，有效地检测和跟踪点目标，并且能够解决目标丢失以及跟踪过程中出现目标的问题。
|
|
12.
|
基于Gabor滤波和神经网络的人脸检测方法研究
|
|
|
|
|
|
|
曲仕茹 熊波《西北工业大学学报》,2011年第29卷第5期
|
|
|
文章针对复杂背景下彩色图像中人脸检测算法复杂度大、计算时间长的问题,提出了一种改进方法。对输入图像进行自适应光照补偿,按色彩变化建立YCbCr肤色模型,筛选潜在人脸区域;对该区域进行Gabor滤波获得图像特征向量,用主成分析法对其降维;利用经训练的神经网络对候选区域进行判别。仿真实验表明该方法检测算法复杂度明显降低,精度可以达到95%以上。
|
|
13.
|
实时视频图像中的人脸检测与跟踪 被引次数：3
|
|
|
|
|
|
|
牛德姣 詹永照 宋顺林《计算机应用》,2004年第24卷第6期
|
|
|
视频图像目标检测与跟踪是远程协作系统中感兴趣的研究课题之一。文中提出了一种协同系统中视频序列图像人脸检测及实时跟踪的方法。该方法根据用户选定的目标(如人脸)的颜色分布特点，用多幅训练样本图像建立人脸肤色模型，然后根据该模型和人脸特征对待检测的彩色图像进行分割与匹配，从而确定候选区域是否人脸。在视频图像跟踪中用此方法可实现人脸的实时检测跟踪，为了提高跟踪速度，提出了改进的基于运动预测的快速跟踪法。该方法充分利用运动连续性规律，能较好地处理多干扰目标同时出现的情形。实验表明所提出的方法执行效率高，检测跟踪正确率高．对有旋转的非正面人脸图像也有较好的适应性。
|
|
14.
|
一类视频序列中的人脸检测与实时跟踪算法 被引次数：1
|
|
|
|
|
|
|
郭志波 严云洋 杨静宇《计算机工程与应用》,2007年第43卷第28期
|
|
|
提出一种新的人脸快速检测与实时跟踪算法,能够对视频序列中的人脸进行快速、准确地检测和跟踪。算法分为开始状态、目标丢失状态的人脸检测和连续状态的目标跟踪。首先预测人脸两眼之间的中心位置,得到人脸的预测位置并对预测位置处的图像进行模板匹配,快速检测出人脸准确位置。然后利用检测出的人脸修正人脸模板,并在检测出的位置、旋转度、缩放比例等条件下,对后面序列图像进行小位置、小角度的快速跟踪。实验采用了多种环境下的大量视频,结果显示该算法能够快速跟踪视频序列中的人脸并具有很高的准确性、鲁棒性。
|
|
15.
|
基于粒子滤波的彩色图像跟踪 被引次数：3
|
|
|
|
|
|
|
吴川 杨冬 郝志成《光学精密工程》,2009年第17卷第10期
|
|
|
视频跟踪中的目标检测和目标跟踪通常不能通过一个算法同时完成,而是需要两个计算法则,过程复杂,耗时较多.为了实现序列彩色图像的实时检测与跟踪,本文提出了一种基于粒子滤波的实时目标跟踪算法.以目标有无信息和目标位置信息为变量建立了联合状态向量,利用粒子滤波方法实现目标检测及跟踪.为了减少计算量,在充分考虑跟踪区域各像素权重的条件下,建立基于颜色信息的特征直方图作为观测向量,并用于后验估计.实验表明,本文提出的方法在选择150个粒子的情况下,对于768 pixel×576 pixel大小的彩色图像,能够在14.37 ms内检测并跟踪目标,而且能在目标发生旋转变化和尺度变化时,保持稳定跟踪,证明了该方法具有一定的鲁棒性.
|
|
16.
|
基于差分和肤色图像的人脸检测算法 被引次数：2
|
|
|
|
|
|
|
张宇《电子科技大学学报（自然科学版）》,2005年第34卷第4期
|
|
|
提出并实现了一种基于差分和肤色图像的人脸检测算法.该算法利用视频图像的运动信息,在帧间差分的基础上进行二值图像边缘提取,确定目标在原图像中坐标位置,然后设计肤色模型表征人脸颜色,采用彩色图像的色系坐标变换进行人脸的准确定位.该算法的优点是可将运动信息序列图像中与人脸肤色相似的固定区域删除,在目标跟踪和运动检测上,不仅能有效地抑止背景噪声,减少误检率,而且还能缩小人脸检测范围,加快检测速度.实验表明,该算法可行、有效.
|
|
17.
|
海空复杂背景中基于自适应局部能量阈值的红外小目标检测 被引次数：18
|
|
|
|
|
|
|
杨磊 杨杰 郑忠龙《红外与毫米波学报》,2006年第25卷第1期
|
|
|
自适应Butterworth高通滤波是一种有效的海空复杂背景下红外小目标检测方法,但其在序列图像检测中不可避免地存在虚警。该研究通过估计因前后帧间不同截止频率导致Butterworth高通滤波后红外图像中小目标局部能量值的变化情况,可实现对滤波后图像中小目标检测阈值的自适应调整。实验结果表明该算法不仅可很好解决上述虚警问题,而且对跟踪过程中可能出现的目标消失或背景突然变化的情况也有良好的适应性。
|
|
18.
|
一种快速人眼定位与跟踪算法的实现
|
|
|
|
|
|
|
李郝 董秀成《计算机应用研究》,2010年第27卷第1期
|
|
|
提出了一种在复杂背景、光照、姿势变化条件下的人脸眼睛定位与跟踪算法。首先采用基于OpenCV的级联式AdaBoost对象检测算法进行人脸检测，并提出了解决平面和深度旋转的方法；然后采用基于瞳孔定位后的分类器法精确定位眼睛；最后采用卡尔曼粒子滤波算法进行人眼跟踪。实验结果表明，该算法在复杂背景下极大地提高了眼睛定位与跟踪的速度和精确度，并对光照、姿势不敏感。
|
|
19.
|
一种基于图像融合的红外图像增强新方法 被引次数：5
|
|
|
|
|
|
|
林晓春 王艳《红外技术》,2004年第26卷第2期
|
|
|
介绍了一种红外图像增强的新方法。该算法对红外图像处理过程中不同类型的噪声采用不同的方法滤波，有效地滤除了高斯噪声和脉冲噪声，同时增强了目标和背景中的边缘成分。该方法以增加检测系统硬件复杂程度为代价换取对红外图像特定信息的增强，可用于地面背景下红外图像目标检测或匹配跟踪的预处理。
|
|
20.
|
基于均值移动确定性漂移的改进CONDENSATION人脸跟踪 被引次数：1
|
|
|
|
|
|
|
高建坡 韦志辉 孟迎军 吴镇扬《光电工程》,2009年第36卷第2期
|
|
|
针对视频序列目标跟踪粒子滤波经典CONDENSATION算法用先验转移概率,即采用一阶或二阶AR模型难以有效进行粒子传播的问题,提出了一种改进的CONDENSATION人脸跟踪算法.首先利用高效的均值移动跟踪器以低廉的计算成本初步进行人脸目标跟踪定位,并用此初步跟踪结果来确定CONDENSATION粒子动态传播模型中的确定性漂移部分,然后只需加入一个较小的随机扩散噪声来完成粒子的传播.由于这样所得的粒子点能较为集中地分布在状态的真实区域附近,因而大大提高了粒子的利用效率.人脸跟踪实验表明,该改进算法的性能明显优于原CONDENSATION方法.
|
