基于MTCNN与改进Camshift相结合的人脸检测算法

摘要

为改善视频序列中MTCNN人脸检测算法较差的实时检测效果,提出一种基于Camshift的实时人脸检测跟踪算法。该算法通过加权直方图匹配方法增强人脸轮廓的辨识度,利用改进后的MTCNN人脸检测算法实现Camshift人脸跟踪搜索框位置和尺寸的初始化,通过限定人脸框的宽高比约束了人脸形态,最终解决了Camshift跟踪算法的相近色干扰问题,实现实时人脸跟踪检测。实验结果表明,在仅使用CPU的硬件环境下,MTCNN人脸检测算法的帧率小于3帧/s,将改进后Camshift跟踪算法与MTCNN人脸检测算法相结合后,帧率约为60帧/s,满足实时性要求,改进后的算法更加健壮和准确。

关键词

人脸跟踪检测 / Camshift / 人脸约束 / 三维加权颜色概率分布

基金资助

广西自动检测技术与仪器重点实验室主任基金(YQ14105); 桂林电子科技大学研究生教育创新计划(2017YJCX93)