视频序列人脸目标跟踪技术研究文献综述

 2022-11-28 04:11

文 献 综 述

视频序列人脸目标检测跟踪技术融合了图像处理、模式识别、概率论及随机过程和偏微分方程等多学科的复杂技术[1]。从实现的技术层面,它将嵌入式技术、数字图像处理技术、计算机技术和通信技术相结合,硬件方面基于超大规模集成电路和现场可编程逻辑门阵列发展起来的。

人脸跟踪技术实质是利用帧间信息,对每帧图像中的人脸目标进行定位。实现人脸目标跟踪的方法众多,其中经典的方法有:

(1)基于颜色信息的人脸目标跟踪

彩色图像序列中,肤色作为人脸目标的一个显著特征信息,常被用到人脸目标跟踪的算法中。例如姚鸿勋等人提出基于彩色图像的色系坐标变换的面部定位与跟踪算法[2],通过对色彩因素分析,得出色度与色彩坐标系的关系。

(2)基于人脸局部特征的跟踪

基于人脸局部特征跟踪其实质是利用人脸各器官特征实现人脸目标定位,此方法利用诸如眼角、鼻孔等信息完成人脸跟踪。

(3)基于运动信息实现人脸目标跟踪

基于运动信息实现人脸目标跟踪,根据常规运动目标检测的方法,实现人脸目标检测,最常见的方法有:

  1. 相邻帧差法[3],其为模式识别传统算法中RL算法之一,是以一种递归方程式实现的,基本原理是利用图像序列相邻几帧之间对应位置的差异提取出变化的像素,同时对运动历史图像进行更新。相邻帧差法,原理简单易实现,适合FPGA进行开发,在判断目标是否运动,而非静止目标识别时是一种很好的选择。
  2. 背景相减法[4],是利用当前图像与背景图像进行差分运算得到运动区域,当背景已知情况下,就可以利用这一算法从图像中提取出运动目标。背景相减法的基本原理是:首先通过预存或者实时存储并统计的方法得到背景模型,随后将当前一帧图像的像素点与背景对应位置的像素点相减进行比较,在一定阙值限制下得到偏离原背景模型较大的像素点,则认为这些像素点属于运动目标,从而可以判断出运动目标的形状、大小和位置。
  3. 光流法,就是使用光流矢量对图像中的运动目标就行判别。光流矢量,是指二维图像平面像素点灰度瞬时变化率。光流法实现目标跟踪的基本原理是,赋予图像每个像素点速度矢量便形成图像运动场,假如被测图像区域中不存在运动目标,则光流矢量在图像区域中连续变化;若运动目标与背景图像之间存在相对运动,运动目标的光流矢量与背景图像的光流矢量一定不同,光流矢量产生非连续性变化[5],图像区域中的所有光流矢量包含了运动信息和形状特征信息,从而实现不同速度运动目标的检测。

(4)基于表面特征的人脸目标跟踪

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。