人臉識別外文翻譯

1、畢業(yè)設(shè)計(jì)（論文）外文文獻(xiàn)翻譯 題 目 基于PAC的實(shí)時(shí)人臉檢測和跟蹤方法 專業(yè)名稱 測控技術(shù)與儀器 學(xué)生姓名 劉夢丹 指導(dǎo)教師 任安虎 畢業(yè)時(shí)間 2014.07 基于PAC的實(shí)時(shí)人臉檢測和跟蹤方法 視頻信號處理有許多應(yīng)用，例如鑒于通訊可視化的電信會議，為殘疾人服務(wù)的唇讀系統(tǒng)。在上面提到的許多系統(tǒng)中，人臉的檢測喝跟蹤視必不可缺的組成部分。在本文中，涉及到一些實(shí)時(shí)的人臉區(qū)域跟蹤1-3。一般來說，根據(jù)跟蹤角度的不同，可以把跟蹤方法分為兩類。有一部分人把人臉跟蹤分為基于識別的跟蹤喝基于動作的跟蹤，而其他一部分人則把人臉跟蹤分為基于邊緣的跟蹤和基于區(qū)域的跟蹤4。 基于識別的跟蹤是真正地以對象識別技術(shù)為基

2、礎(chǔ)的，而跟蹤系統(tǒng)的性能是受到識別方法的效率的限制?；趧幼鞯母櫴且蕾囉趧幼鳈z測技術(shù)，且該技術(shù)可以被分成視頻流（optical flow）的（檢測）方法和動作能量（motionenergy）的（檢測）方法。 基于邊緣的（跟蹤）方法用于跟蹤一幅圖像序列的邊緣，而這些邊緣通常是主要對象的邊界線。然而，因?yàn)楸桓櫟膶ο蟊仨氃谏屎凸庹諚l件下顯示出明顯的邊緣變化，所以這些方法會遭遇到彩色和光照的變化。此外，當(dāng)一幅圖像的背景有很明顯的邊緣時(shí)，（跟蹤方法）很難提供可靠的（跟蹤）結(jié)果。當(dāng)前很多的文獻(xiàn)都涉及到的這類方法時(shí)源于Kass et al.在蛇形匯率波動5的成就。因?yàn)橐曨l情景是從包含了多種多樣噪音的實(shí)時(shí)

3、攝像機(jī)中獲得的，因此許多系統(tǒng)很難得到可靠的人臉跟蹤結(jié)果。許多最新的人臉跟蹤的研究都遇到了最在背景噪音的問題，且研究都傾向于跟蹤未經(jīng)證實(shí)的人臉，例如臂和手。 在本文中，我們提出了一種基于PCA的實(shí)時(shí)人臉檢測和跟蹤方法，該方法是利用一個如圖1所示的活動攝像機(jī)來檢測和識別人臉的。這種方法由兩大步驟構(gòu) 成：人臉檢測和人臉跟蹤。利用兩副連續(xù)的幀，首先檢驗(yàn)人臉的候選區(qū)域，并利用PCA技術(shù)來判定真正的人臉區(qū)域。然后，利用特征技術(shù)（eigentechnique） 跟蹤被證實(shí)的人臉。1. 人臉檢測在這一部分中，將介紹本文提及到的方法中的用于檢測人臉的技術(shù)。為了改進(jìn)人臉檢測的精確性，我們把諸如膚色模型1,6和PC

4、A7,8這些已經(jīng)發(fā)表的技術(shù)結(jié)合起來。 2.1膚色分類 檢測膚色像素提供了一種檢測和跟蹤人臉的可靠方法。因?yàn)橥ㄟ^許多視頻攝像機(jī) 得到的一幅RGB圖像不僅包含色彩還包含亮度，所以這個色彩空間不是檢測膚色像素1,6的最佳色彩圖像。通過亮度區(qū)分一個彩色像素的三個成分，可以移動亮度。人臉的色彩分布是在一個小的彩色的色彩空間中成群的，且可以通過一個2維的高斯分部來近似。因此，通過一個2維高斯模型可以近似這個膚色模型，其中平均值和變化如下: 其中 一旦建好了膚色模型，一個定位人臉的簡單方法是匹配輸入圖像來尋找圖像中人臉的色彩群。原始圖像的每一個像素被轉(zhuǎn)變?yōu)椴噬纳士臻g，然后與該膚色模型的分布比較。2.2動

5、作檢測雖然膚色在特征的應(yīng)用種非常廣泛，但是當(dāng)膚色同時(shí)出現(xiàn)在背景區(qū)域和人的皮膚區(qū)域時(shí)，膚色就不適合于人臉檢測了。利用動作信息可以有效地去除這個缺點(diǎn)。為了精確，在膚色分類后，僅考慮包含動作的膚色區(qū)域。結(jié)果，結(jié)合膚色模型的動作信息導(dǎo)出了一幅包含情景（人臉區(qū)域）和背景（非人臉區(qū)域）的二進(jìn)制圖像。這幅二進(jìn)制圖像定義為 ，其中It(x,y) 和It-1(x,y)分別是當(dāng)前幀和前面那幀中像素（x,y）的亮度。St是當(dāng)前幀中膚色像素的集合，（斯坦）t是利用適當(dāng)?shù)拈撓藜夹g(shù)計(jì)算出的閾限值9。作為一個加速處理的過程，我們利用形態(tài)學(xué)（上）的操作（morphological operations）和連接成分分析，簡化了

6、圖像Mt。2.3利用PCA檢驗(yàn)人臉因?yàn)橛性S多移動的對象，所以按序跟蹤人臉的主要部分是很困難的。此外，還需要檢驗(yàn)這個移動的對象是人臉還是非人臉。我們使用特征空間中候選區(qū)域的分量向量來為人臉檢驗(yàn)問題服務(wù)。為了減少該特征空間的維度，我們把N維的候選人臉圖像投影到較低維度的特征空間，我們稱之為特征空間或人臉空間7,8。在特征空間中，每個特征說明了人臉圖像中不同的變化。為了簡述這個特征空間，假設(shè)一個圖像集合I1，I2，I3，,，IM，其中每幅圖像是一個N維的列向量，并以此構(gòu)成人臉空間。這個訓(xùn)練（測試）集的平均值用A=1/M Mi-1 Ii來定義。用來計(jì)算每一維的零平均數(shù)，并以此構(gòu)成一個新的向量。為了計(jì)算

7、M的直交向量，其中該向量是用來最佳地描述人臉圖像地分布，首先，使用 （4）來計(jì)算協(xié)方差矩陣。 雖然矩陣C是NN維的，但是定義一個N維的特征向量和N個特征值是個難處理的問題。因此，為了計(jì)算的可行性，與其為C找出特征向量，不如我們計(jì)算 中個M特征向量VK和特征值，所以用 來計(jì)算一個 基本集合，其中k1，M。關(guān)于這M個特征向量，選定M個重要的特征向量當(dāng)作它們的相應(yīng)的最大特征值。對于M個訓(xùn)練（測試）人臉圖像，特征向量W iw1，w2，wM用,k=1,，M（6）來計(jì)算。為了檢驗(yàn)候選的人臉區(qū)域是否是真正的人臉圖像，也會利用公式（6）把這個候選人臉區(qū)域投影到訓(xùn)練（測試）特征空間中。投影區(qū)域的檢驗(yàn)是利用人臉類

8、和非人臉類的檢測區(qū)域內(nèi)的最小距離，通過公式（7）來實(shí)現(xiàn)的。），（7）其中是訓(xùn)練（測試）特征空間中對k個候選人臉區(qū)域，且Wface，Wnonface分別是訓(xùn)練(測試)特征空間中人臉類和非人臉類的中心坐標(biāo)，而|表示特征空間中的歐幾里德距離（Euclidean）。3. 人臉跟蹤在最新的人臉檢測中，通過在特征空間中使用一個距離度量標(biāo)準(zhǔn)來定義圖像序列中下一幅圖像中被跟蹤的人臉。為了跟蹤人臉，位于被跟蹤人臉的特征向量和K個最近被檢測的人臉之間的歐幾里德距離是用objargkmin|WoldWk|，k1，K，（8）來計(jì)算的。 在定義了人臉區(qū)域后，位于被檢測人臉區(qū)域的中心和屏幕中心之間的距離用distt（fa

9、ce，screen）Facet（x，y）Screen（height/2，width/2），（9）來計(jì)算，其中Facet（x，y）是時(shí)間t內(nèi)被檢測人臉區(qū)域的中心，Screen（height/2，width/2）是屏幕的中心區(qū)域。使用這個距離向量，就能控制攝像機(jī)中定位和平衡/傾斜的持續(xù)時(shí)間。攝像機(jī)控制器是在這樣的方式下工作的：通過控制活動攝像機(jī)的平和/傾斜平臺把被檢測的人臉區(qū)域保持在屏幕的中央。在表2自己品母國。參數(shù)表示的是活動攝像機(jī)的控制。用偽代碼來表示平衡/傾斜處理的持續(xù)時(shí)間和攝像機(jī)的定位。 計(jì)算平和/傾斜持續(xù)時(shí)間和定位的偽代碼： Procedure Duration（x，y）Begin Si

10、gd=None； Distance=； IF distancecloseq then Sigd=Close； ELSEIF distancefarq then Sigd=fat； Return（Sigd）； End Duration； Procedure Orientation（x，y） Begin Sigo=None； IF xxq then Add “RIGHT” to Sigo； ELSEIF xyq then Add “up”to Sigo； ElSEIF xcloseq then Sigd=Close； ELSEIF distancefarq then Sigd=fat； Retur

11、n（Sigd）； End Duration； Procedure Orientation（x，y） Begin Sigo=None； IF xxq then Add “RIGHT” to Sigo； ELSEIF xyq then Add “up”to Sigo； ElSEIF x-yq then Add “DOWN” to Sigo； Return（Sigo）； End Orientation；4.Conclusion It suggested in this text a kind of according to PAC solid contemporaries face examinat

12、ion with follow method.Were been a solid hour to proceed by this kind of method that suggest of, and the executive process is divided into two big part:Persons face identifies to follow with persons face.In first saw input flow, first, we make use of the infusion color, action the information is this type of to hint to examine the person a district with the PCA, then, use such way follow persons face:Passed a gearing namely equilibrium/ request the activity of the terrace resemble the machine examines drive of person a district keep