資源描述：
《基于surf算法和opencv的人臉特征檢測技術研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在教育資源-天天文庫。
1、總第244期計算機與數(shù)字工程Vo1．38No．22010年第2期Computer&DigitalEngineering124基于SURF算法和OpenCV的人臉特征檢測技術研究時磊謝曉方喬勇軍(海軍航空工程學院兵器科學與技術系煙臺264001)摘要人臉檢測和人臉跟蹤_】]技術已成為計算機視覺領域研究的熱點。針對SURF算法的優(yōu)點，首先將SURF算法應用于人臉特征檢測與跟蹤，闡述了人臉跟蹤系統(tǒng)設計方法，首先使用OpenCV技術實現(xiàn)了基于SURF算法的人臉特征跟蹤系統(tǒng)。實驗結(jié)果表明，基于SURF算法和OpenCV技術的人臉跟蹤系統(tǒng)匹配識別效果和
2、實時性較好，對人臉旋轉(zhuǎn)、尺寸變化和環(huán)境光照變化具有較好魯棒性l_2]。關鍵詞快速魯棒特征；OpenCV；人臉檢測；人臉跟蹤中圖分類號TP391．41ResearchonFaceFeaturesDetectingTechniqueBasedonSURFAlgorithmandOpenCVShiLeiXieXiaofangQiaoYongjun(WeaponScienceandTechnologyDepartment，NavalAeronauticalandAstronauticalUniversity，Yantai264001)Abstrac
3、tFacedetectingandtrackingtechniquehasbecomepopularincomputervisionfield．BecauseSURFalgorithmhavemanygoodfeatures，SOtheexpirementmakeanapplicationofSURFalgorithmtofacedetectingandfacetracking．E—laboratedtothedesignmethodoffacetrackingsystem，andmakeuseofOpenCVtechniquecarrie
4、douttheexperimentalsys—ternoffacetrackingbasedonSURFalgorithmfirst．ExperimentresultexpressthatthefacetrackingsystembasedonSURFalgorithmandOpenCVtechniqueeffectiveinmatching，identifying，realtimeandrobustfeature．KeyWordsSURF，OpenCV，facedetecting，facetrackingCIassNumberTP391．
5、41ded—UpRobustFeatures)算法，該算法改進了1引言SIFT算法，進一步提高了算法性能。本文提出基智能人機交互E33技術和機器視覺領域中，人臉于SURF算法的人臉跟蹤系統(tǒng)設計方法，在VC6．0跟蹤是一項十分重要的技術，它是指在視頻流中提中調(diào)用OpenCV圖像處理庫中的SURF函數(shù)實現(xiàn)取人臉位置或角度變化信息。近年來，人臉跟蹤已人臉特征檢測跟蹤系統(tǒng)。經(jīng)成為機器視覺與模式識別領域的研究熱點之一。目前，人臉檢測的方法可以分為四類：基于知識的2SURF算法方法，特征不變方法，模板匹配方法和基于外貌的2．1構建Hessian矩陣方法
6、。在基于特征不變的方法中，由D．G．Lowel4]Hessian矩陣是SURF算法的核心，為了方便提出的SIFT算法是目前效率較高的一種算法，在運算，假設函數(shù)f(x，)，Hessian矩陣H是由函數(shù)此基礎上，HerbertBayE5_等人提出了SURF(Spee—．廠偏導數(shù)組成：收稿日期：2009年1O月24El，修回日期：2009年11月27日作者簡介：時磊，男，碩士研究生，研究方向：圖像處理與模式識別。2010年第2期計算機與數(shù)字工程l25所示的金字塔結(jié)構，圖像的尺寸是變化的，并且運(1)算會反復使用高斯函數(shù)對子層進行平滑處理，圖1w一
7、lr蓋]f(b)說明SURF算法使原始圖像保持不變而只改za3yj變?yōu)V波器大小。aetcH一器一()(2)判別式的值是H矩陣的特征值，可以利用判引定結(jié)果的符號將所有點分類，根據(jù)判別式取值正負，來判別該點是或不是極值點。在SURF算法中，用圖像像素I(x，．y)代替函數(shù)值f(x，)，選用圖1圖像濾波金字塔二階標準高斯函數(shù)作為濾波器，通過特定核問的卷2．3精確定位特征點積計算二階偏導數(shù)，這樣便能計算出H矩陣的三所有小于預設極值的取值都被丟棄，增加極值個矩陣元素L、L、L?從而計算出H矩陣：使檢測到的特征點數(shù)量減少，最終只有幾個特征最廣[，～(X
8、．￡)f?(X，￡)]H(X，—lLy(X,t)L：()j)xfJ薹震言：篆蓉L(X，)一G(￡)(X)(4)L(X，￡)是一幅圖像在不同解析度下的表l豸荔測，以3×3的濾波器為
