基于多特征融合的物联网大数据视频人脸跟踪
计算机视觉与模式识别
2021-04-19 v1 机器学习
摘要
随着物联网与人工智能技术的进步，以及安防门禁、金融业务交易等领域快速应用增长的需求，人脸信息处理已成为实现身份认证与信息安全的重要手段。本文提出一种基于积分直方图与实时更新跟踪粒子滤波模块的多特征融合算法。首先，提取边缘与颜色特征，采用加权方法对颜色直方图与边缘特征赋权以描述人脸特征，并利用融合系数使颜色与边缘特征的融合自适应，以提高人脸跟踪可靠性。随后，将积分直方图集成到粒子滤波算法中，以简化复杂粒子的计算步骤。最后，根据粒子中心到当前模型与初始模型边缘的平均距离变化实时调整跟踪窗口尺寸，以减少漂移问题并在目标尺度显著变化时实现稳定跟踪。结果表明，该算法提高了视频跟踪精度，简化了粒子运算复杂度，提升了速度，并具有良好的抗干扰能力与鲁棒性。
引用
@article{arxiv.2104.08096,
title = {Multiple feature fusion-based video face tracking for IoT big data},
author = {Tianping Li and Zhifeng Liu and Jianping Qiao},
journal= {arXiv preprint arXiv:2104.08096},
year = {2021}
}