资源描述：
《计算机视觉与图像处理》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、基于SURF算法人脸检测识别跟踪技术的研究项有元（上海大学机电工程与自动化学院，上海200072）摘要：人脸检测识别跟踪技术已经成为机器人视觉研究领域的热点问题。基于SURF的特征提取与匹配算法对处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有很强的匹配能力，而且速度较快。本文主要介绍SURF算法的基本原理，并将该算法与层叠分类器相结合，应用于人脸检测识别中，然后运用OPencv的函数库进行编程，在实验室中采用XBox360视觉传感器kinect采集图像,检测人脸得到了很好的实验效果。实
2、验证明：SURF算法对人脸尺寸变化、旋转，光照变化都有很强的鲁棒性。关键词：SURF；层叠分类器；人脸检测ResearchonFaceDetectingRecognitionandTrackingTechniqueBasedonSURFAlgorithmXIANGYou-yuan(SchoolofMechanicalandElectricalEngineeringandAutomation,ShanghaiUniversity,Shanghai200072,China)Abstract:Facedet
3、ectionrecognitiontrackingtechnologyhasbecomeahotspotinthefieldofrobotvisionresearch.ThealgorithmwhichbasedontheSURFoffeatureextractionandmatchingcandealwithtranslation,rotation,affinetransformationofmatchingproblemthathappenedbetweentwoimages,andhasastr
4、ongabilitytomatch,andthespeedisfast.ThispapermainlyintroducesthebasicprincipleofSURFalgorithm,andthecombinationofapplicationofthealgorithmandthecascadeclassifierinfacedetectionrecognition,andthenuseOPencvfunctionlibraryforprogramming.Atlast,itusesXBox36
5、0visualsensorkinecttocollectimageinthelaboratory,andcangetagoodexperimentalresult.Thisexperimentalproof:thatSURFalgorithmhasastrongrobustnessinfacesizechanging,rotation,illuminationchanging.Keywords:SURF;CascadeClassifier;FaceDetecting-8-人脸识别是机器人视觉研究领域很
6、重要的一个方面,对家庭服务机器人来说，机器人需要去识别主人与陌生人，所以就要采用人脸识别技术。人脸识别的研究内容主要包括以下几个方面:(1)人脸检测:在输入的图像中寻找人脸区域。(2)人脸的规范化:校正人脸在尺度、光照和旋转等方面的变化。(3)特征提取:从人脸图像中映射提取一组反映人脸特征的数值表示样本。(4)特征匹配:将待识别人脸与已知人脸比较,得出相关信息。当人脸的光照、表情、旋转发生比较大的变化,或者图像存在部分模糊的情况时,其识别准确率会明显降低,这是人脸识别中需要克服的一大技术难题。本文提出
7、了一种基于SURF算法进行人脸识别的方法。实验结果表明,该算法对人脸尺寸变化、旋转，光照变化都有很强的鲁棒性，且识别速度比较快。1SURF算法和层叠分类器的基本原理的提出及怎么运用1.1SURF算法的基本原理的提出作为尺度不变特征变换算法（Sift算法）的加速版，Surf算法在适中的条件下完成两幅图像中物体的匹配基本实现了实时处理。其Sift算法的三大工序为，(1)提取关键点；(2)对关键点附加详细的信息（局部特征）也就是所谓的描述器；(3)通过两方特征点（附带上特征向量的关键点）的两两比较找出相互匹
8、配的若干对特征点，也就建立了景物间的对应关系。提取关键点和对关键点附加详细的信息（局部特征）也就是所谓的描述器可以称做是Sift特征的生成，即从多幅图像中提取对尺度缩放、旋转、亮度变化无关的特征向量。那么，SURF算法又是基于怎样的原理可以快速准确的识别特征点并匹配的，这是本文将要研究的一个问题。1.2层叠分类器的原理提出对人脸检测的研究最初可以追溯到20世纪70年代，早期的研究主要致力于模板匹配、子空间方法，变形模板匹配等。近期人脸检测的研究主要集中在
