基于TLD改进的人脸检测跟踪算法

摘要：

机器学习和模式识别技术目前在军事以及日常生活中应用越来越广泛,该文主要是基于TLD (Tracking Learning Detection)算法的改进完成人脸检测后的自学习与跟踪.TLD算法是一个高效的检测、在线学习、跟踪的系统,其主要是由三部分组成,学习器,跟踪器,检测器,当输入一段视频序列后,同时送入三个部分,当观测到物体的外部特征时检测器对其进行定位,而且修正跟踪器也是其功能之一；跟踪器利用帧到帧变化的运动信息跟踪目标；学习器对检测器进行评估并且更正避免发生同样的错误.跟踪器主要是应用金字塔光流法,而学习器是通过随机森林算法完成在线实时学习.该文的创新之处就是摒弃原TLD算法的通过鼠标选择感兴趣区域的初始化,而采用基于OpenCV的harr特征人脸检测进行初始化.即当在第一帧第一张人脸检测后便对其进行自学习与跟踪.

关键词：目标跟踪、人脸检测、跟踪-学习-检测、金字塔光流法、随机森林、OpenCV、harr特征

分类号：TP39(计算技术、计算机技术)

在线出版日期：2013-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：50-51