首页 | 本学科首页   官方微博 | 高级检索  
     

基于SURF特征点的多人脸跟踪方法研究
引用本文:稂龙亚,钱雪忠.基于SURF特征点的多人脸跟踪方法研究[J].计算机应用与软件,2015(2):178-181.
作者姓名:稂龙亚  钱雪忠
作者单位:江南大学物联网工程学院 江苏 无锡 214122
基金项目:国家自然科学基金项目(61103129);江苏省科技支撑计划项目
摘    要:针对视频序列中多目标人脸跟踪问题,提出一种基于SURF(Speed-Up Robust Features)特征和KLT(Kanade-Lucas-Tomasi)匹配算法相结合的特征点跟踪方法。通过融合该方法,创新性地设计了一种多人脸跟踪系统框架,在目标出现明显的姿态、尺寸变化,或者遭遇局部遮挡、光照不充分等复杂环境干扰下,能够实现对目标人脸稳定跟踪。通过多组实验数据的对比,证明了该跟踪方法比Mean shift算法、传统KLT算法具有更好的鲁棒性,能获得更精确的运动信息;验证了多人脸跟踪系统能够在复杂环境下实现对多人脸的有效跟踪。

关 键 词:SURF算法  KLT算法  特征点匹配  特征点提取  多人脸跟踪

RESEARCH ON MULTI-FACE TRACKING METHOD BASED ON SURF FEATURE POINTS
Lang Longya,Qian Xuezhong.RESEARCH ON MULTI-FACE TRACKING METHOD BASED ON SURF FEATURE POINTS[J].Computer Applications and Software,2015(2):178-181.
Authors:Lang Longya  Qian Xuezhong
Affiliation:Lang Longya;Qian Xuezhong;School of Internet of Things Engineering,Jiangnan University;
Abstract:
Keywords:Speed-up robust feature(SURF)  Kanade-Lucas-Tomasi(KLT)feature tracker  Feature points matching  Feature point ex-traction  Multi-face tracking
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号