计算机应用研究
計算機應用研究
계산궤응용연구
Application Research of Computers
2015年
10期
3183-3186
,共4页
复杂环境%动态多人脸%自动检测%多线程%实时跟踪
複雜環境%動態多人臉%自動檢測%多線程%實時跟蹤
복잡배경%동태다인검%자동검측%다선정%실시근종
complex environment%dynamic multiple faces%automatic face detection%multithreading%real-time face tracking
针对复杂环境下,基于肤色信息的CamShift(continuously adaptive Mean-Shift)算法跟踪运动人脸的实时性欠佳,且同一时刻只能跟踪一个人脸的问题,提出了一种适于复杂环境下多人脸目标的自动检测与实时跟踪的方法.该方法利用AdaBoost(adaptive boosting)算法进行背景消除,提取可能包含活动人脸的区域进行人脸验证,采用多线程的CamShift算法,即MT-CamShift跟踪算法,实现人脸相互交错及人脸数目发生变化时的多人脸跟踪,从而实现动态多人脸的自动检测与实时跟踪.在任意复杂环境下,该方法的正确检测率可达89.86%,误检率可降至2.78%;其检测跟踪周期为35.88~42.84 ms,有效地达到了25 fps的实时刷屏要求.实验结果表明,该方法可实时稳健地在复杂环境下实现多人脸的自动检测与实时跟踪.
針對複雜環境下,基于膚色信息的CamShift(continuously adaptive Mean-Shift)算法跟蹤運動人臉的實時性欠佳,且同一時刻隻能跟蹤一箇人臉的問題,提齣瞭一種適于複雜環境下多人臉目標的自動檢測與實時跟蹤的方法.該方法利用AdaBoost(adaptive boosting)算法進行揹景消除,提取可能包含活動人臉的區域進行人臉驗證,採用多線程的CamShift算法,即MT-CamShift跟蹤算法,實現人臉相互交錯及人臉數目髮生變化時的多人臉跟蹤,從而實現動態多人臉的自動檢測與實時跟蹤.在任意複雜環境下,該方法的正確檢測率可達89.86%,誤檢率可降至2.78%;其檢測跟蹤週期為35.88~42.84 ms,有效地達到瞭25 fps的實時刷屏要求.實驗結果錶明,該方法可實時穩健地在複雜環境下實現多人臉的自動檢測與實時跟蹤.
침대복잡배경하,기우부색신식적CamShift(continuously adaptive Mean-Shift)산법근종운동인검적실시성흠가,차동일시각지능근종일개인검적문제,제출료일충괄우복잡배경하다인검목표적자동검측여실시근종적방법.해방법이용AdaBoost(adaptive boosting)산법진행배경소제,제취가능포함활동인검적구역진행인검험증,채용다선정적CamShift산법,즉MT-CamShift근종산법,실현인검상호교착급인검수목발생변화시적다인검근종,종이실현동태다인검적자동검측여실시근종.재임의복잡배경하,해방법적정학검측솔가체89.86%,오검솔가강지2.78%;기검측근종주기위35.88~42.84 ms,유효지체도료25 fps적실시쇄병요구.실험결과표명,해방법가실시은건지재복잡배경하실현다인검적자동검측여실시근종.