张江鑫，陈 林，吴佳颖(浙江工业大学 信息工程学院，浙江 杭州 310023)

一种基于Camshift聚类的粒子滤波人脸跟踪算法

张江鑫，陈 林，吴佳颖
(浙江工业大学 信息工程学院，浙江 杭州 310023)

针对Camshift算法无法处理相似背景颜色干扰、背景复杂和传统粒子滤波人脸跟踪算法中的粒子退化、计算量大等问题，提出了一种基于Camshift聚类的粒子滤波人脸跟踪算法.在粒子滤波框架下，将Camshift算法中的聚类方法引入人脸状态估计中，使每个粒子沿着梯度最大方向迭代至局部密度最大值区域，让所有粒子移动到与人脸颜色相似的区域.实验结果表明：该算法用较少的粒子实现了人脸曲线无规则运动的跟踪，在光照和遮挡问题上有较好的鲁棒性.该算法性能明显优于传统的粒子滤波人脸跟踪算法，用于实现人脸跟踪具有很好的实时性、鲁棒性和有效性.

Camshift；粒子滤波；聚类；人脸跟踪

人脸跟踪作为运动分析的关键技术之一，已受到国内外的科研机构和众多学者的广泛关注.Camshift算法和粒子滤波算法是目前常见的两种人脸跟踪算法.Camshift算法是通过人脸肤色信息颜色直方图的均值漂移[1]实现人脸跟踪，但有相似背景干扰时会跟踪失败.Isard[2]最早将粒子滤波引入目标跟踪中，解决了卡尔曼滤波无法进行非线性[3]非高斯人脸运动的状态预测问题，但易出现粒子退化.很多学者将Camshift算法和粒子滤波算法结合起来：吴天瑞等[4]提出将肤色色度信息融合于粒子滤波技术中，杜云明等[5]提……