基于扩展的Haar-Like特征和LBP特征的人脸压缩跟踪算法
曹洁1; 唐瑞萍2; 李伟3
2019-11-07
发表期刊传感器与微系统
ISSN2096-2436
卷号38期号:11页码:125-128
摘要

针对传统的压缩跟踪算法采用简单的Haar-Like特征而在遮挡、光照变化、物体形变及背景干扰等情况下易产生目标漂移而导致跟踪失败的问题,提出了一种基于扩展的Haar-Like特征和局部二值模式(LBP)特征相结合的改进压缩跟踪算法,并运用于特定目标即人脸的跟踪。利用扩展的Haar-Like特征搜索目标的粗略位置,应用LBP特征充分表征人脸并进行精确跟踪来定位人脸目标的最佳位置。与简单的Haar-Like特征相比,LBP可以构建更稳定的目标表观模型,并扩展原有的Haar-Like特征,使算法在不同环境干扰下更鲁棒,同时也提高了跟踪算法的精度。实验证明:改进后的人脸压缩跟踪算法比传统的算法性能更优越。

关键词压缩跟踪 扩展的Haar-Like特征 局部二值模式(LBP) 精跟踪
收录类别CNKI
语种中文
WOS研究方向Computer Science
WOS类目COMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS
CSCD记录号CSCD:6610204
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/65007
专题电气工程与信息工程学院
计算机与通信学院
作者单位1.兰州理工大学计算机与通信学院;;甘肃省制造业信息化工程研究中心, ;;甘肃省制造业信息化工程研究中心, 兰州;;兰州, 甘肃;;甘肃 730050;;730050, 中国
2.兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国
3.甘肃省制造业信息化工程研究中心;;兰州理工大学电气工程与信息工程学院, 甘肃省制造业信息化工程研究中心;;, 兰州;;兰州, 甘肃;;甘肃 730050;;730050, 中国
第一作者单位计算机与通信学院
第一作者的第一单位计算机与通信学院
推荐引用方式
GB/T 7714
曹洁,唐瑞萍,李伟. 基于扩展的Haar-Like特征和LBP特征的人脸压缩跟踪算法[J]. 传感器与微系统,2019,38(11):125-128.
APA 曹洁,唐瑞萍,&李伟.(2019).基于扩展的Haar-Like特征和LBP特征的人脸压缩跟踪算法.传感器与微系统,38(11),125-128.
MLA 曹洁,et al."基于扩展的Haar-Like特征和LBP特征的人脸压缩跟踪算法".传感器与微系统 38.11(2019):125-128.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[曹洁]的文章
[唐瑞萍]的文章
[李伟]的文章
百度学术
百度学术中相似的文章
[曹洁]的文章
[唐瑞萍]的文章
[李伟]的文章
必应学术
必应学术中相似的文章
[曹洁]的文章
[唐瑞萍]的文章
[李伟]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。