基于圖割理論的尺度自適應(yīng)人臉跟蹤算法

　　針對(duì)連續(xù)自適應(yīng)的Mean-Shift（ Camshift）算法跟蹤人臉時(shí)尺度過度放縮這一問題，提出了一種基于圖割的Camshift人臉跟蹤算法。首先，在每一幀圖像的Camshift迭代結(jié)果內(nèi)建立圖割區(qū)域，使用高斯膚色模型作為圖割權(quán)值分割出圖割區(qū)域內(nèi)膚色團(tuán)塊；然后，計(jì)算該膚色團(tuán)大小得到目標(biāo)真實(shí)尺度，并比較與上一幀圖像跟蹤框內(nèi)膚色團(tuán)的尺度來判斷是否需要重新跟蹤目標(biāo)；最后，再以該團(tuán)塊作為下一幀跟蹤目標(biāo)。實(shí)驗(yàn)結(jié)果表明，基于圖割的Camshift人臉跟蹤算法有效地克服了跟蹤時(shí)其他膚色區(qū)域的干擾，能有效地反映人體快速運(yùn)動(dòng)中人臉真實(shí)尺度變化，同時(shí)防止Camshift算法丟失跟蹤目標(biāo)而陷入局部最優(yōu)解，具有較好的可用性和魯棒性。
?