熊玉虎，李灯熬，赵菊敏

(太原理工大学信息工程学院，山西 太原 030024)

随着计算机、数字图像处理等技术的发展以及人类社会的不断进步，计算机视觉已经进入了社会生活的各个方面。人脸检测和跟踪是人脸识别、图形控制、虚拟游戏和视频检索中的关键技术，其在安全验证系统、智能监控、视频会议、人机交互系统、电脑游戏制作、医学、档案管理等方面有着巨大的应用前景和市场潜力，并且人脸检测和跟踪的不断改进和创新正逐渐成为模式识别和人工智能的研究热点［1－2］。

人脸跟踪的好坏影响着人脸识别、口型分析、表情分析等后续处理的研究，本文针对传统CAMSHIFT人脸跟踪算法中存在的缺陷，引入亮度和饱和度信息以及运动预测估计信息，对传统算法进行改进，提高人脸跟踪的实时性和稳健性。同时，鉴于移动通信的快速发展，本文在Android系统平台下，利用JNI(Java Native Interface)和Android NDK(Native Development Kit)，编译实现人脸跟踪应用程序。

1 CAMSHIFT算法

CAMSHIFT(Continuously Adaptive Mean Shift)算法是英特尔公司Microcomputer Research Lab的Bradski在1998年提出的，是由Mean Shift算法发展而来的。CAMSHIFT算法是一种基于颜色概率分布的非参数迭代技术连续自适应算法，它利用目标的颜色直方图模型对目标进行跟踪，具有较好的实时性和稳健性，其基本思想是:以视频序列图像的颜色概率直方图为基础，对各帧图像做Mean Shift运算以查找出运动目标，然后将上一帧得到的结果作为下一帧的模板，自适应调整搜索窗口的位置和大小，并对当前帧进行Mean Shift运算，定位出当前图像中目标的中心位置，以此迭代下去，就可以实现对运动目标的跟踪［3］。……