人脸识别外文翻译

毕业设计(论文)外文文献翻译
    题 目   基于PAC的实时人脸检测跟踪方法   
专业名称      测控技术与仪器         
学生姓名      刘梦丹                 
指导教师      任安虎                 
          毕业时间                       
远程控制杀虫灯  基于PAC的实时人脸检测和跟踪方法       
视频信号处理有许多应用,例如鉴于通讯可视化的电信会议,为残疾人服务的唇读系统。在
上面提到的许多系统中,人脸的检测喝跟踪视必不可缺的组成部分。在本文中,涉及到一些实时的人脸区域跟踪[1-3]。一般来说,根据跟踪角度的不同,可以把跟踪方法分为两类。有一部分人把人脸跟踪分为基于识别的跟踪喝基于动作的跟踪,而其他一部分人则把人脸跟踪分为基于边缘的跟踪和基于区域的跟踪[4]。     
基于识别的跟踪是真正地以对象识别技术为基础的,而跟踪系统的性能是受到识别方法的效率的限制。基于动作的跟踪是依赖于动作检测技术,且该技术可以被分成视频流(optical flow)的(检测)方法和动作—能量(motion-energy)的(检测)方法。     
基于边缘的(跟踪)方法用于跟踪一幅图像序列的边缘,而这些边缘通常是主要对象的边界线。然而,因为被跟踪的对象必须在彩和光照条件下显示出明显的边缘变化,所以这些方法会遭遇到彩和光照的变化。此外,当一幅图像的背景有很明显的边缘时,(跟踪方法)很难提供可靠的(跟踪)结果。当前很多的文献都涉及到的这类方法时源于Kass et al.在蛇形汇率波动[5]的成就。因为视频情景是从包含了多种多样噪音的实时摄像机中获得的,因此许多系统很难得到可靠的人脸跟踪结果。许多最新的人脸跟踪的研究都遇到了最在背景噪音的问题,且研究都倾向于跟踪未经证实的人脸,例如臂和手。 
在本文中,我们提出了一种基于PCA的实时人脸检测和跟踪方法,该方法是利用一个如图1所示的活动摄像机来检测和识别人脸的。这种方法由两大步骤构 成:人脸检测和人脸跟踪。利用两副连续的帧,首先检验人脸的候选区域,并利用PCA技术来判定真正的人脸区域。然后,利用特征技术(eigen-technique) 跟踪被证实的人脸。
1.人脸检测
在这一部分中,将介绍本文提及到的方法中的用于检测人脸的技术。为了改进人脸检测的精确性,我们把诸如肤模型[1,6]和PCA[7,8]这些已经发表的技术结合起来。 
肤分类 
检测肤像素提供了一种检测和跟踪人脸的可靠方法。因为通过许多视频摄像机 得到的一幅RGB图像不仅包含彩还包含亮度,所以这个彩空间不是检测肤像素[1,6]的最佳彩图像。通过亮度区分一个彩像素的三个成分,可以移动亮度。人脸的彩分布是在一个小的彩的彩空间中成的,且可以通过一个2维的高斯分部来近似。因此,通过一个2维高斯模型可以近似这个肤模型,其中平均值和变化如下:
  其中
一旦建好了肤模型,一个定位人脸的简单方法是匹配输入图像来寻图像中人脸的彩。原始图像的每一个像素被转变为彩的彩空间,然后与该肤模型的分布比较。
动作检测
虽然肤在特征的应用种非常广泛,但是当肤同时出现在背景区域和人的皮肤区域时,肤就不适合于人脸检测了。利用动作信息可以有效地去除这个缺点。为了精确,在肤分类后,仅考虑包含动作的肤区域。结果,结合肤模型的动作信息导出了一幅包含情景(人脸区域)和背景(非人脸区域)的二进制图像。这幅二进制图像定义为  ,其中It(x,y)  和It-1(x,y)分别是当前帧和前面那帧中像素(x,y)的亮度。St是当前帧中肤像素的集合,(斯坦)t是利用适当的阈限技术计算出的阈限值[9]。作为一个加速处理的过程,我们利用形态学(上)的操作(morphological operations)和连接成分分析,简化了图像Mt。
利用PCA检验人脸
因为有许多移动的对象,所以按序跟踪人脸的主要部分是很困难的。此外,还需要检验这个移动的对象是人脸还是非人脸。我们使用特征空间中候选区域的分量向量来为人脸检验问题服务。为了减少该特征空间的维度,我们把N维的候选人脸图像投影到较低维度的特征空间,我们称之为特征空间或人脸空间[7,8]。在特征空间中,每个特征说明了人脸图像中不同的变化。
为了简述这个特征空间,假设一个图像集合I1自来水供水系统,I2,I3,,,,IM,其中每幅图像是一个N维的列向量,并以此构成人脸空间。这个训练(测试)集的平均值用A=1/M Mi-1 Ii来定义。用来计算每一维的零平均数,并以此构成一个新的向量。为了计算M的直交向量,其中该向量是用来最佳地描述人脸图像地
分布,首先,使用                  (4)来计算协方差矩阵
虽然矩阵CN×N维的,但是定义一个N维的特征向量和N个特征值是个难处理的问题。因此,为了计算的可行性,与其为C出特征向量,不如我们计算
 
中个M特征向量VK和特征值,所以用        来计
算一个 基本集合,其中k=1,„,M。关于这M个特征向量,选定M个重要的特征向量当作它们的相应的最大特征值。对于M个训练(测试)人脸图像,特征向量W i=[w1,w2,„,wM保健椅]用,k=1,„M6来计算。
为了检验候选的人脸区域是否是真正的人脸图像,也会利用公式(6)把这个候选人脸区域投影到训练(测试)特征空间中。投影区域的检验是利用人脸类和非人脸类的检测区域内的最小距离,通过公式(7)来实现的。,(7)其中是训练(测试)特征空间中对k个候选人脸区域,且Wface,Wnonface分别是训练(测试)特征空间中人脸类和非人脸类的中心坐标,而||×||表示特征空间中的欧几里德距离(Euclidean)
3.  人脸跟踪
在最新的人脸检测中,通过在特征空间中使用一个距离度量标准来定义图像序列中下一幅图像中被跟踪的人脸。为了跟踪人脸,位于被跟踪人脸的特征向量和K个最近被检测的人脸之间的欧几里德距离是用obj=argkmin||Wold-Wk||,k=1,„,K,(8)来计算的。 
在定义了人脸区域后,位于被检测人脸区域的中心和屏幕中心之间的距离用distt(face,screen)=Facetn2200(x,y)-Screen(height/2,width/2),(9)来计算,其中Facet(x,y)是时间t内被检测人脸区域的中心,Screen(height/2,width/2)是屏幕的中心区域。使用这个距离向量,就能控制摄像机中定位和平衡/倾斜的持续时间。摄像机控制器是在这样的方式下工作的:通过控制活动摄像机的平和/倾斜平台把被检测的人脸区域保持在屏幕的中央。在表2自己品母国。参数表示的是活动摄像机的控制。用伪代码来表示平衡/倾斜处理的持续时间和摄像机的定位。 
计算平和/倾斜持续时间和定位的伪代码:
Procedure  Duration(x,y)
Begin 
Sigd=None;
Distance=压刨
IF distance>θclose undefinedundefinedundefinedundefinedundefinedundefinedundefinedundefined
Sigd=Close;
ELSEIF distance>θfar undefinedundefinedundefinedundefinedundefinedundefinedundefinedundefined
Sigd=fat;
Return(Sigd); 
End Duration; 
Procedure Orientation(x,y) 
Begin 
Sigo=None;
IF x>θx  then
Add “RIGHT” to Sigo
ELSEIF x<-θx  then
Add “LEFT” to Sigo
IF y>θy  then
    Add “up”to Sigo
ElSEIF x<-θy  then
Add “DOWN” to Sigo
Return(Sigo); 
End Orientation
4.  结论
    本文中提议了一种基于PAC的实时人脸检测和跟踪方法。被提议的这种方法是实时进行的,且执行的过程分为两大部分:人脸识别和人脸跟踪。在一个视频输入流中,首先,我们利用注入彩、动作信息和PCA这类提示来检测人脸区域,然后,用这样的方式跟踪人脸:即通过一个安装了平衡/请求平台的活动
摄像机把被检测的人脸区域保持在屏幕的中央。未来的工作是我们将进一步发展这种方法,通过从被检测的人脸区域种萃取脸部特征来为脸部活动系统服务。
译文:
PCA-Base Real-Time Face Detection and Tracking
Seeing the signal of handles many applications, for example owing to the communication
can see the telecommunication meeting that turn, for disable and sick person service of the lips reads the system. In up many systems that mention, the facial examination in person drink to follow to see to can't lack necessarily of constitute the part. In this text, involve the some solid of person a district follows the [1 - 3 ] .By any large, according to follow the angle different, can is divided in to follow the method two types. Reach a the part of people follows person's face is divided into according to identify on the trail of to drink according to act of on the trail of, but other a the part of people then follows person's face is divided into according to edge of on the trail of with on the trail of [that according to district 4]. 网吧专用机箱

本文发布于:2024-09-22 18:26:34,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/1/188043.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:人脸   跟踪   检测
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议