类肤色背景下的人脸追踪改进算法

解梦达，孙 鹏，2，张志豪，郎宇博，周纯冰，单大国

1.中国刑事警察学院 公安信息技术与情报学院，沈阳110854

2.司法部司法鉴定重点实验室，上海200063

人脸追踪是计算机视觉领域的经典研究方向，被广泛地应用于生物识别、安全检测、视频筛选等领域。近几年，研究人员在人脸追踪方向开展了许多工作，也取得了一定的进展。然而，由于视频场景变化及人脸状态的不确定性，人脸追踪方向仍然存在着许多的难点，制约着追踪精度与速度的提升。

视频中的人脸追踪可从目标追踪这一研究方向考虑。在文献[1]中，Wu等人将目标追踪难点主要分为遮挡、变形、尺度变化、快速运动几个方面。目标遮挡及快速运动导致目标特征的部分消失或改变将考验算法追踪过程中的鲁棒性，后续视频序列内目标定位的精度同样受该类条件下模型更新机制的影响。此外，非刚性目标外观的变化将导致目标边缘信息及局部纹理发生较大改变；尺度的变化则要求追踪算法对目标具有外观的尺寸自适应性，单一尺寸的追踪窗口在目标大小发生改变时将导致追踪的精度下降，同时可能使得追踪器学习到部分背景信息，导致追踪的偏移或失效。最后，目标或背景快速运动导致的图像模糊易降低目标与背景间差异性，增加追踪窗口的选取难度。现有目标追踪算法可以分为生成式模型算法与鉴别式模型算法[2]。生成式模型算法针对当前帧目标区域进行建模，并在后续视频帧中寻找模型相似区域以进行坐标预测。……