人脸跟踪
人脸跟踪的相关文献在1998年到2022年内共计438篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、矿业工程
等领域,其中期刊论文204篇、会议论文20篇、专利文献77919篇;相关期刊125种,包括中国图象图形学报、电视技术、电子科技等;
相关会议20种,包括第十六届全国信号处理学术年会及产业发展大会、全国第十四届空间及运动体控制技术学术会议、2009年全国模式识别学术会议暨首届中日韩模式识别学术研讨会等;人脸跟踪的相关文献由958位作者贡献,包括蔡灿辉、吴镇扬、李季檩等。
人脸跟踪—发文量
专利文献>
论文:77919篇
占比:99.71%
总计:78143篇
人脸跟踪
-研究学者
- 蔡灿辉
- 吴镇扬
- 李季檩
- 吴怀宇
- 高建坡
- 关永
- 汪铖杰
- 王雪立
- 赖惠成
- 韩相军
- 冯雪涛
- 张伟
- 王俊南
- 王浩
- 范晓
- 赵艳丹
- 黄英
- 乔勇军
- 刘强
- 叶舒帆
- 吴谦伟
- 夏思宇
- 夏良正
- 安国成
- 宋利
- 宋宏嘉
- 庄飞飞
- 张云
- 张杨
- 张林
- 张涛
- 张辉
- 彭瑾龙
- 时磊
- 朱建清
- 朱敏琛
- 李岚
- 杨浩
- 林科军
- 沈晓璐
- 王亚彪
- 王星
- 王煜坚
- 王蓉
- 甘振业
- 许清泉
- 谢晓方
- 贾云得
- 赵拯
- 赵浩
-
-
吴凤娇;
刘宽;
候红涛;
孙收余;
赵凯;
罗子江
-
-
摘要:
为解决人脸跟踪算法光照敏感度高、复杂背景跟踪鲁棒性低等问题,本文基于SiamFC网络提出多模态余弦相似孪生网络人脸跟踪算法。首先,结合可见光图片与红外光图片信息互补的优势,设计多模态输入,借鉴PeleeNet网络、空洞卷积、可分离卷积思想设计轻量化特征提取模块进行特征提取。其次,使用余弦相似操作代替互相关操作,增大相似背景非相似域的距离,提升跟踪定位的准确度。最后,在公共数据集ChokePoin、RGBT234和自制数据集上进行该算法的性能评估。实验结果表明,该算法在跟踪效果上整体性能较高、跟踪速度流畅,推理速度为115.7 fps,能很好地应对遮挡、光线干扰、运动模糊等因素影响,具有较强的实时性和鲁棒性。
-
-
王容霞;
贺芬;
杨伟煌;
赵林玲
-
-
摘要:
驾驶员疲劳驾驶会增加车辆和行人的交通安全风险.面向BL-DCNN的人脸关键点定位模型,经过精确定位完成嘴巴、眼睛等特征部位的检测.依据定位结果构建融合眼睛闭合时间、眼睛眨眼频率、嘴巴打哈欠状态的疲劳驾驶检测方法,并结合眼睛张角完成眼睛状态的识别.BL-DCNN的人脸关键点检测方法的平均误差和检测时间分别为0.061ms和283ms,检测性能优于其他检测方法.融合多特征的疲劳特征检测方法准确率高达94%.本研究提供了一种能识别驾驶员危险状态的方案,为今后道路交通安全的检测提供了参考.
-
-
骆京
-
-
摘要:
本文基于人脸识别技术的实现原理,结合实际业务场景,对相关人脸识别产品进行了能力测试和数据分析,研讨了人脸识别技术应用于广电媒资管理工作中的难点,并提出了相应的优化改进方案,以期更好地利用人脸识别技术,对节目内容中出现的人脸信息进行更加高效、准确、智能的识别。
-
-
纪世雨
-
-
摘要:
随着人民生活水平的提高,汽车人均持有量持续上升,从而也就导致了交通事故的增加,根据统计可知,大多数交通事故都是由疲劳驾驶导致的,因此为了减少司机因为疲劳驾驶导致的交通事故,对司机的疲劳程度检测是十分有必要的;目前现有的疲劳检测方法虽然种类较多,但是大多数存在着部署困难、实时性差、检测精度不高等缺点,因此难以在实际生活中应用;为了克服以上缺点,在这里提出了一种基于视觉的实时疲劳检测方法;该方法通过优化KCF算法实现实时人脸跟踪,再利用现有的人脸关键点检测手段,实现对眼睛和嘴巴的状态识别;最后结合SVM实现对驾驶员疲劳状态的检测;实验结果表明,提出的方法具有较好的实时性,并且精度较高,能够满足日常需求。
-
-
叶文煜;
贾茜
-
-
摘要:
目标跟踪与无人机航控相结合是目前的研究热点。文中利用四旋翼飞行器搭载视觉硬件模块,设计一套人脸检测与跟踪系统。该系统飞控主板采用TM4C123GH6PM,机器视觉与图像处理部分采用OpenMV,两板间通过UART方式双向通信,由视觉系统引导飞控系统完成跟踪过程。系统首先通过人脸检测算法确定单目标的相关特征;然后,不断捕捉与之匹配的单目标的中心坐标,并根据目标位置信息与视野中心的偏移量以及无人机当前飞行高度,将坐标信息转化为无人机实际飞控参数;最后,由OpenMV发送命令控制无人机改变飞行角度和位移,从而将视野中心对准目标,以实现实时的跟踪目标,达到人脸跟踪的效果。以视觉系统主导为创新,在实体无人机上的运行测试结果表明,所设计系统的跟踪达到了前期预测的标准,可以实时地完成跟踪任务。
-
-
陈文云
-
-
摘要:
随着计算机视觉技术的深入发展,人脸识别技术在经历了几十年的发展后也“走”出实验室,逐渐在各行各业得到广泛应用,成为提高生产力的又一有效工具,如受控环境的身份认证,以及非受控环境的人脸跟踪等。本文回顾了人脸识别技术的发展历史,介绍了人脸识别系统的主要架构,重点介绍了最新的人脸识别算法,及其主要优缺点,并对人脸识别技术的发展趋势进行了展望。
-
-
王治强;
孙晓东;
杨永;
孙鹏
-
-
摘要:
深度学习与大数据技术的相遇,促使人脸识别技术在精度上已经达到很高水平,然而在实际应用场景中,尤其在复杂背景、移动中以及自然状态下的人脸识别,还没有达到令人满意的效果.针对人脸识别在考勤应用中的问题进行算法设计与改进,提出递归最小窗口算法,对M:N多人脸识别场景下人脸跟踪算法进行优化设计,通过多角度采样提高识别精度和识别鲁棒性,并在人脸考勤系统中进行应用实现与验证,取得多人同步3 s内完成考勤的成绩,在用户体验上获得了较明显的提升.
-
-
李荔;
瞿洪桂;
高珊珊
-
-
摘要:
本文为了对视频监控场景下的多人脸目标进行准确跟踪,减少过程中的ID切换,提高跟踪持续性,提出了基于深度学习的跟踪方法。该方法首先使用改进的SSH人脸检测网络进行人脸检测,再通过基于MobileFaceNets和Arcface的特征提取网络进行人脸深度特征提取,同时提取人脸方向梯度直方图(Histogram of oriented gradient,HOG)特征,与深度特征融合为一个特征;使用融合特征相似度矩阵和交并比(Intersection over Union,IoU)矩阵进行人脸和轨迹的匈牙利匹配,结合卡尔曼滤波算法实现多人脸跟踪。实验证明,该方法能有效减少跟踪中的ID切换,提高视频监控场景下多人脸跟踪的准确性。
-
-
周岳斌;
杨沫;
曹煜晖
-
-
摘要:
为实现视频监控的人脸跟踪功能,结合计算机视觉与舵机云台控制技术,设计了 一种基于嵌入式处理器的无线视频监控系统.利用MicroPython计算机视觉库对采集图像进行滤波处理,以增强图像效果.采用改进卷积神经网络模型进行机器学习和人脸识别,将处理后的监控图像上传至服务器,用户可通过查看浏览器进行实时监控.测试结果表明,当有人脸出现在视频监控范围内时,系统可驱动舵机云台进行有效的人脸识别与追踪.
-
-
张军;
刘先禄;
张宇山
-
-
摘要:
为了解决移动机器人在机器人操作系统(robot operating system,ROS)中的人脸追踪问题,提出一种基于Siamese目标跟踪算法开发的追踪系统.首先,开发了追踪系统的硬件平台;其次,开发了Siamese跟踪算法,实现了对人脸目标的实时跟踪;最后,实现了导航系统与视觉系统的开发及融合,并通过实时记录的追踪数据与追踪曲线,分析了该系统的追踪性能.实验结果表明:该系统能够在ROS系统下实现对人脸目标的实时跟踪.
-
-
-
邢文浩;
阮秋琦
- 《第四届图像图形技术与应用学术会议》
| 2009年
-
摘要:
在传统的mean-shift人脸跟踪算法中,采用颜色直方图作为跟踪特征,但这并不能充分描述图像的特征,尤其在背景颜色与人脸颜色相似时,导致跟踪受到干扰甚至跟踪错误。本文提出了一种基于边缘方向直方图的mean-shift人脸跟踪算法,用边缘信息和纹理信息作为跟踪特征.实验结果表明,该方法在背景颜色与肤色相似的情况下,跟踪效果明显优于传统的mean-shift跟踪算法。
-
-
杜云明;
刘启生;
邵东伟;
姜冬华
- 《第十二届中国体视学与图像分析学术会议》
| 2008年
-
摘要:
在人脸的实时跟踪过程中,色彩是一种有效的视觉特征,但随着光照及视角的不同会发生变化。要解决这些问题,必须建立稳定的色彩特征模型。文中提出了一种基于HSV肤色及空间特征的粒子滤波人脸跟踪算法,该算法通过比较采样值和期望值特征距离来计算采样状态对应的权值.利用加权采样值估计未知后验概率,从而完成稳定的人脸跟踪。实验表明,本文算法筒单有效,能够准确预测人脸位置并很好地跟踪其运动轨迹。
-
-
- 《第六届全国信息获取与处理学术会议》
| 2008年
-
摘要:
人脸跟踪已经成为现代计算机视觉与人机交互的研究热点,本文针对Camshift算法限于简单背景下跟踪特定颜色目标的局限性,提出了一种改进的Camshift算法。将Camshift算法与人脸的特征信息和运动信息结合起来,有效地解决了大面积类人脸肤色干扰和人脸运动过快等问题。实验证明,该方法具有较好的有效性和实时性。
-
-
胡韦伟;
汪荣贵;
胡琼;
李守毅
- 《中国仪器仪表学会第九届青年学术会议》
| 2007年
-
摘要:
针对人脸跟踪系统中普遍存在的定位难的问题,提出了一种基于Adaboost定位的实时人脸跟踪方法。该方法分为检测和跟踪两个阶段:检测阶段用Adaboost方法快速的定位人脸,并用人脸的定位信息初始化卡尔曼滤波器。跟踪阶段用卡尔曼滤波器结合肤色特征跟踪人脸,如果跟踪失败,转入检测阶段。实验结果表明,该方法可以准确的定位人脸并且能实时的跟踪人脸。
-
-
安国成;
吴镇扬
- 《2007'信息与通信工程、电子科学与技术、计算机科学与技术、机械工程全国博士生学术论坛》
| 2007年
-
摘要:
在视频跟踪中,常规粒子滤波算法对目标状态估计采用最小均方误差(MMSE)和最大后验概率(MAP),如果跟踪过程中存在背景干扰,那么上述两种方法存在偏差,从而导致跟踪精度下降。为了解决这一问题,本文首先从理论上推导,在背景干扰下,基于MMSE状态估计存在的偏差;并日通过仿真试验来说明基于MAP状态估计存在的问题,然后在此基础上提出一种新的目标状态估计算法。即根据粒子权值大小准则,进行粒子筛选。实验结果表明,本算法能够有效处理由背景干扰而导致跟踪性能下降甚至丢失目标的问题,在一程度上提高了跟踪的鲁棒性。
-
-
-
-