基于Haar＿like EB特征与帧间约束的视频人脸定量检测

针对目前视频人脸替换研究中对人脸位置的时间连续性和人脸检测的实时性要求较高的问题,提出一种基于帧间约束模型的视频人脸定量检测算法。利用前后帧的相关性建立帧间约束模型,定量描述视频人脸的具体位置,避免单帧检测的偏差,同时自适应地改变人脸搜索区域以提高算法的运行速度。考虑到眉毛和眼睛的相似性,通过增加2种Haar_like EB特征,降低基于Haar_like特征人脸检测算法的误检数与漏检数。实验结果表明,该算法对视频中人脸位置的定量检测即时间连续性有所提升,且能够提高视频人脸检测的运行速率,降低误检率。