视频流的人脸检测
1基于视频流的人脸检测是计算机视觉与模式识别领域的一个重要的研究课题，也是人脸信息处理领域的一项关键技术，在智能安全监控、人机交互、视频会议、自动人脸识别、家庭安防等多个领域有着广泛的应用前景和商业价值。本文在深入了解openCV图像处理的基础上，提出了一套具有实时性和高效率的从摄像头画面中提取人脸的方案首先，利用背景减除与帧间差分相结合的技术检测视频画面中的运动目标，进而实现运动目标所在区域的提取；其次，在检测到的运动区域中利用Boosted Cascade算法检测多个人脸；最后，采用改进的Camshift算法实现多人脸的自动跟踪。
目 录
Abstract 1
Key words 1
引言 1
1. 绪论 1
1.1 课题背景与研究意义 1
1.2 国内外研究现状 2
1.3 OpenCV简介 3
1.3.1 OpenCV模块结构 3
1.3.2 OpenCV在Visual C++6.0中的配置 3
1.4 本文研究内容及结构安排 4
1.4.1 本文的主要工作安排 4
1.4.2 本文的结构安排 4
2. 运动目标检测研究现状 5
2.1 运动目标检测基本方法 5
2.1.1 帧间差分法 5
2.1.2 背景减除法 5
2.1.3 光流法 6
2.2 运动目标检测算法选取与实现 6
2.3 关键代码分析 7
2.4 实验结果与分析 7
2.5 本章小结 8
3. 人脸检测方法研究现状 9
3.1 人脸检测基本方法 9
3.1.1 基于几何特征分析的方法 9
3.1.2 基于统计模型的方法 9
3.2 基于OpenCV的人脸检测算法 10
3.2.1 算法原理 10
3.2.2 实现步骤 10
3.3 关键代码分析 11
3.4 实验结果与分析 12
3.5 本章小结 *好棒文|www.hbsrm.com +Q: @351916072@
13
4 人脸跟踪技术研究现状 13
4.1 人脸跟踪基本方法 13
4.1.1 基于区域的跟踪 13
4.1.2 基于模板的跟踪 14
4.1.3 基于特征的跟踪 14
4.2 CamShift人脸跟踪算法 14
4.2.1 反向投影图 14
4.2.2 MeanShift算法 14
4.2.3 CamShift算法 15
4.2.4 CamShift算法的实现与改进 15
4.3 关键代码分析 16
4.4 实验结果与分析 17
4.5 本章小结 17
5 视频序列中人脸图像的提取 18
5.1 视频图像的采集 18
5.2 视频的录制 18
5.3 人脸图像的采集 18
6 总结与展望 19
6.1 主要结论 19
6.2 后续研究工作的展望 19
致谢 20
参考文献 20
基于视频流的人脸检测
计算机科学与技术专业学生 陈洋
指导教师 谢元澄
Face Detection based on Video Stream
Student majoring in computer science and technology Chen Yang
Tutor Xie Yuancheng
Abstract:Face detection based on video stream is an important research topic in the field of computer vision and pattern recognition,and it is a key technique in the field of face information processing.Face detection based on video stream has a broad application prospects and commercial value in the intelligent security monitoring,humancomputer interaction,video conference,automatic face recognition,family security and other fields.In this paper,on the basis of the thorough understanding of openCV image processing,I present a set of realtime and efficient face solution extracted from camera images:first,using background subtraction combined with interframe difference technology to detect moving object in the video image,then achieve the extraction of movement target area;Second,using Boosted Cascade algorithm to detect multiple faces in the motion area of detected;Finally, using the improved Camshift algorithm to realize the automatic multiple human faces tracking .
Key words: Motion tagret detection;Face detection;Face tracking;OpenCV;Camshift algorithm
基于视频流的人脸检测与跟踪课题最初来源于人脸识别，人脸识别课题经由众多学者几十年的研究与探讨后，在理论、技术和实现上都取得了很大的进步。如今，随着安全监控、视频会议等应用在现实生活中的需求越来越多，人脸检测和跟踪的应用范围已经在很大程度上超出了人脸识别的应用范畴，它在智能视频监控、人机交互、视频会议、家庭安防等领域都有着广泛的应用前景和潜在的经济价值。本文主要围绕视频流中运动目标所在区域检测、多个人脸检测和自动的多人脸跟踪算法三个方面展开研究，重点研究在智能视频监控下，增强人脸检测与跟踪的实时性、准确性、自动性以及提高程序处理效率的方法。
目 录
Abstract 1
Key words 1
引言 1
1. 绪论 1
1.1 课题背景与研究意义 1
1.2 国内外研究现状 2
1.3 OpenCV简介 3
1.3.1 OpenCV模块结构 3
1.3.2 OpenCV在Visual C++6.0中的配置 3
1.4 本文研究内容及结构安排 4
1.4.1 本文的主要工作安排 4
1.4.2 本文的结构安排 4
2. 运动目标检测研究现状 5
2.1 运动目标检测基本方法 5
2.1.1 帧间差分法 5
2.1.2 背景减除法 5
2.1.3 光流法 6
2.2 运动目标检测算法选取与实现 6
2.3 关键代码分析 7
2.4 实验结果与分析 7
2.5 本章小结 8
3. 人脸检测方法研究现状 9
3.1 人脸检测基本方法 9
3.1.1 基于几何特征分析的方法 9
3.1.2 基于统计模型的方法 9
3.2 基于OpenCV的人脸检测算法 10
3.2.1 算法原理 10
3.2.2 实现步骤 10
3.3 关键代码分析 11
3.4 实验结果与分析 12
3.5 本章小结 *好棒文|www.hbsrm.com +Q: @351916072@
13
4 人脸跟踪技术研究现状 13
4.1 人脸跟踪基本方法 13
4.1.1 基于区域的跟踪 13
4.1.2 基于模板的跟踪 14
4.1.3 基于特征的跟踪 14
4.2 CamShift人脸跟踪算法 14
4.2.1 反向投影图 14
4.2.2 MeanShift算法 14
4.2.3 CamShift算法 15
4.2.4 CamShift算法的实现与改进 15
4.3 关键代码分析 16
4.4 实验结果与分析 17
4.5 本章小结 17
5 视频序列中人脸图像的提取 18
5.1 视频图像的采集 18
5.2 视频的录制 18
5.3 人脸图像的采集 18
6 总结与展望 19
6.1 主要结论 19
6.2 后续研究工作的展望 19
致谢 20
参考文献 20
基于视频流的人脸检测
计算机科学与技术专业学生 陈洋
指导教师 谢元澄
Face Detection based on Video Stream
Student majoring in computer science and technology Chen Yang
Tutor Xie Yuancheng
Abstract:Face detection based on video stream is an important research topic in the field of computer vision and pattern recognition,and it is a key technique in the field of face information processing.Face detection based on video stream has a broad application prospects and commercial value in the intelligent security monitoring,humancomputer interaction,video conference,automatic face recognition,family security and other fields.In this paper,on the basis of the thorough understanding of openCV image processing,I present a set of realtime and efficient face solution extracted from camera images:first,using background subtraction combined with interframe difference technology to detect moving object in the video image,then achieve the extraction of movement target area;Second,using Boosted Cascade algorithm to detect multiple faces in the motion area of detected;Finally, using the improved Camshift algorithm to realize the automatic multiple human faces tracking .
Key words: Motion tagret detection;Face detection;Face tracking;OpenCV;Camshift algorithm
基于视频流的人脸检测与跟踪课题最初来源于人脸识别，人脸识别课题经由众多学者几十年的研究与探讨后，在理论、技术和实现上都取得了很大的进步。如今，随着安全监控、视频会议等应用在现实生活中的需求越来越多，人脸检测和跟踪的应用范围已经在很大程度上超出了人脸识别的应用范畴，它在智能视频监控、人机交互、视频会议、家庭安防等领域都有着广泛的应用前景和潜在的经济价值。本文主要围绕视频流中运动目标所在区域检测、多个人脸检测和自动的多人脸跟踪算法三个方面展开研究，重点研究在智能视频监控下，增强人脸检测与跟踪的实时性、准确性、自动性以及提高程序处理效率的方法。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1922.html
