基于OpenCV的人脸检测与跟踪

随着社会公共安全体系的逐步完善,基于人脸的智能视频监控技术在安全监控、视频分析以及人机交互等场合发挥出越来越重要的作用。传统的Camshift算法虽然能快速地跟踪运动目标,但它不仅需要手动设定跟踪的对象,而且当跟踪对象遇到遮挡和相同颜色障碍物干扰时很容易丢失目标。针对上述问题,在OpenCV的基础上,采用Adaboost,Camshift和Kalman滤波相融合的方法,实现了快速、自动和准确的人脸检测与跟踪。

一种自适应模板更新的CamShift跟踪算法

针对Cam Shift跟踪算法中跟踪窗口漂移和发散问题,提出加入SURF特征的改进算法。利用SURF特征尺度信息的变化约束搜索框,改善跟踪窗口在遭遇大面积背景色干扰时易发散的问题;利用SURF特征点数量、尺度和方向信息的变化选择相应的模板更新策略,使模板能更好地反映目标的特征,从而在下一帧中更准确地跟踪目标。