基于OpenCV的人脸检测与跟踪方法实现

人脸是视频内容中的重要信息,对人脸的检测与跟踪是智能视频分析的一个重要分支。实现了基于OpenCV的人脸检测与跟踪方法。首先计算视频图像的Haar-like特征,然后利用AdaBoost级联分类器进行人脸检测,最后使用基于颜色的Camshift算法实现人脸跟踪。在VS 2010开发平台上调用OpenCV函数库进行C++编程;并使用MFC框架实现了人脸检测与跟踪方法。仿真实验结果证明方法思路合理、计算复杂度较低、鲁棒性较好。     

基于OpenCV的图像处理

OpenCV是Intel公司推出的开源、免费的计算机视觉程序库,利用OpenCV可以很方便地实现图像和视频处理。本文介绍了OpenCV的历史、特点以及结构和应用,并以人脸检测为例介绍了OpenCV在图像处理中的应用。     

嵌入式实时人脸识别系统设计

为实现视频监控系统的网络化和智能化,以ARM为硬件平台结合机器视觉库OpenCV设计一种嵌入式实时人脸检测系统。该系统由嵌入式平台采集USB摄像头数据,通过网络将图像传输至PC主机,从而实现实时监控;系统以QT构建交互界面,采用OpenCV人脸Haar特征进行人脸区域检测,Eigenfaces算法进行人脸识别。结果显示:该系统运行稳,成本低,可以实现网络实时人脸检测与识别,识别率高。     

基于OpenCV的人脸识别系统

OpenCV作为开源图像处理算法库,也可应用于人脸识别领域。将采集的人脸图片运用高斯平滑、灰度变换等算法进行图像预处理;再采用OpenCV的Haar-like特征匹配法描述算子进行特征匹配,获取人脸特征值;最后利用归一化平方差匹配方法,比对人脸数据库后完成特定人脸的识别。     

基于Adaboost的人脸检测技术

利用OpenCV图像处理软件,选取扩展的Haar like特征,实现了基于Adaboost的人脸检测器.阐述了Ad aboost人脸检测技术的基本原理,深入分析了强分类器的个数及排序对检测器性能的影响,并对3种分类方法得到的分级分类器的检测能力进行了比较,最后给出一种实用的分类方法.实验结果表明,该检测器检测速度快,开发周期短,具有可行性.     

基于Gamma和AdaBoost的人脸检测系统设计

为了有效地实现人脸的检测效果,文章在AdaBoost算法基础上提出一个改进的人脸检测算法．为了有效地消除光照和成像对人脸的影响,该算法将Canny修剪算法和伽马矫正算法进行结合,有效地消除光照和成像设备对人脸的影响．并利用VisualC＋＋和OpenCV等开发工具设计了一个人脸检测系统．本系统采用20×20的人脸图像和背景图像各1000张训练了一个7层的级联分类器,每一层构成的强分类器由一组基于Haar特征的弱分类器构成．该系统通过自选137幅包含人脸和背景的图片对系统进行测试,获得94．72％的正确检测率以及26．42％的误检率．     

Tensorflow人脸识别系统设计

人脸识别是近几年深度学习的典型代表,Tensorflow这个深度学习平台通过卷积神经网络能够有效的学习和训练进而达到识别人脸,系统采用OpenCV中的Haar-like人脸识别分类器由OpenCV和Tensorflow相互结合搭建。能有效的捕捉人脸,并通过深度学习对人脸进行分类。     

基于OpenCV的人脸图像预处理技术研究

对采集到的人脸图像进行预处理和训练,以改善图像的视觉效果,提高图像的清晰度,并且使图像更有利于计算机处理,便于对图像进行分割和边缘检测,从而提高人脸图像人别的准确率,为人脸的提取特征值和识别等操作做好准备.利用PCA人脸识别方法,实现简单且识别准确率高,OpenCV的特点是实现了图像处理和计算机视觉方面的很多通用算法,实验结果表明,通过预处理后的人脸图像识别效果更好,识别速度更快.     

双目视觉中的一种人脸立体匹配及视差计算方法

研究并实现了一种基于双目视觉的人脸立体匹配计算方法.采用OpenCV技术结合肤色模型检测技术得到准确人脸区域,在实验对比了3种相似性度量算子优缺点的基础上,采用互相关性度量算法作为区域匹配方法.为了缩小搜索范围及提高匹配准确率,提出结合极线约束、人脸区域约束、人脸对称性等约束条件进行立体匹配,再利用左右一致性原则进行视差后处理.实验表明,本文给出的算法在时间效率上以及对应点的匹配率上有了较大的提高,效果较好,可为后续进行人脸三维重建提供良好的基础.     

疲劳驾驶监视系统中人脸检测算法的综述

人脸检测技术具有非接触、方式友好、干扰因素小、容易被人接受等特点,非常适合用于驾驶员疲劳驾驶状态的监视。在此就人脸检测技术应用于疲劳驾驶监视系统过程中所涉及的软件开发平台以及图像处理算法等问题做一简单的介绍。试就采用Intel公司开发的OpenCV软件平台实现人脸检测在疲劳驾驶监视方面的应用做一讨论。