基于改进Adaboost特征检测的感知哈希跟踪算法

提出基于改进Adaboost特征检测的感知哈希跟踪算法。首先,利用改进后的Adaboost检测分类器对图像特征进行检测,提取符合要求的若干个用于匹配的候选目标。其次,利用感知哈希算法,计算该候选目标的的感知哈希序列。最后,通过汉明距离,判定候选目标与模板的相似度,确定当前帧的跟踪目标。实验表明,所提算法能够大大减少传统感知哈希算法模板搜索及匹配过程中的计算量,同时对于克服目标跟踪过程中出现的漂移问题、目标丢失后重定位和恢复跟踪等问题有益,算法效率高,能够用于长时间的实时跟踪。

基于人脸检测的模板匹配人脸跟踪算法研究

提出了一种基于人脸检测的模板匹配人脸跟踪算法。该算法采用基于灰度的归一化互相关匹配算法实现人脸的实时跟踪;利用haar分类器人脸检测算法实现人脸的重定位和人脸方位检测,提高人脸跟踪的精确性和自适应性,同时也为基于灰度的归一化互相关匹配算法提供了有效的跟踪模板,减小算法的时间复杂度,提高算法的有效性。实验数据分析表明,该算法是实现了人脸的实时跟踪,且对于人脸遮蔽、姿态变换下的人脸方位跟踪和人脸恢复后的重定位具有很好的准确性和自适应性。