人脸检测及跟踪属于模式识别与计算机视觉的研究领域,它作为人脸信息处理中的一项关键技术,在基于内容的图像与视频检索、视频监视与跟踪、视频会议以及智能人机交互等方面都有着重要的应用价值。 本文主要研究了视频中的人脸检测及跟踪技术。在总结现有算法的基础上,针对视频这一应用背景的实时性要求,选取人脸的肤色特征作为视频中人脸的主要特征,通过对常用彩色空间中肤色聚类效果的比较,建立了混合肤色模型。实验表明,混合肤色模型较单一的肤色模型,提高了肤色检测的准确率。 在运用肤色模型的基础上,本文研究了基于差分图像与进化Agent计算的两种人脸检测方法。前者在特殊的应用背景下,利用了视频中的运动信息,在目标运动区域中定位人脸;后者采用了一种新颖的肤色点的搜索机制,利用这种搜索方法结合肤色模型可以在图像中快速的检测出人脸,满足视频的实时性需要。 针对基于肤色的人脸检测的缺陷,本文提出了一种基于模板匹配的人脸验证方法,实验证明该方法可以快速有效的排除非人脸区域,并在图像中精确定位人脸。 在人脸跟踪方法上,本文分别研究了两种侧重点不同的人脸跟踪方法。一种以进化Agent计算的人脸检测为基础,采用卡尔曼滤波进行人脸运动预测,实现了视频中基于人脸检测的人脸跟踪。另一种借鉴目标跟踪的方法,将均值偏移算法运用到人脸跟踪上,通过不断的进行均值偏移矢量的迭代,可以快速有效的在视频中跟踪人脸。