包　芳　張炎凱,　王士同

1(江陰職業(yè)技術(shù)學(xué)院　江蘇 江陰 214400)2(江蘇省信息融合軟件工程技術(shù)研究開發(fā)中心　江蘇 江陰 214400)3(江南大學(xué)　江蘇 無錫 214000)

?

基于在線增量學(xué)習(xí)的實(shí)時(shí)人臉跟蹤算法

包芳1,2張炎凱1,2,3王士同3

1(江陰職業(yè)技術(shù)學(xué)院江蘇 江陰 214400)2(江蘇省信息融合軟件工程技術(shù)研究開發(fā)中心江蘇 江陰 214400)3(江南大學(xué)江蘇 無錫 214000)

摘要提出基于在線增量式極端隨機(jī)森林分類器的實(shí)時(shí)人臉跟蹤算法。算法用在線極端隨機(jī)森林分類器實(shí)現(xiàn)基于檢測的跟蹤，并結(jié)合動態(tài)目標(biāo)框架和P-N學(xué)習(xí)矯正檢測的錯(cuò)誤。 實(shí)驗(yàn)結(jié)果表明，該算法能夠在不確定背景下對任意人臉實(shí)現(xiàn)較長時(shí)間段內(nèi)的穩(wěn)定快速的實(shí)時(shí)跟蹤，并能有效排除背景等的干擾,效果較好。

關(guān)鍵詞在線增量學(xué)習(xí)極端隨機(jī)森林P-N學(xué)習(xí)動態(tài)目標(biāo)框架實(shí)時(shí)人臉跟蹤

0引言

在視頻監(jiān)控快速普及的情況下，迫切需要遠(yuǎn)距離、用戶非配合狀態(tài)下的快速識別和跟蹤技術(shù)。其中，人臉可以最自然的方式實(shí)現(xiàn)快速身份識別、預(yù)警和跟蹤。因此，人臉檢測、識別與跟蹤是機(jī)器視覺領(lǐng)域的一個(gè)研究熱點(diǎn)，國內(nèi)外學(xué)者對此進(jìn)行了大量的研究。

靜態(tài)人臉的檢測與識別技術(shù)，基本已成熟，且廣泛應(yīng)用于考勤、檢票等應(yīng)用場合中。運(yùn)動人臉的檢測與跟蹤又分為固定背景與不確定背景兩種情況。固定背景下的運(yùn)動人臉檢測主要采用AdaBoost系列算法[1,2]，跟蹤則采用Mean-Shift算法[3]和粒子濾波算法[4]兩類框架實(shí)現(xiàn)。固定背景下的人臉跟蹤，只能是一種短期的、局限性較強(qiáng)的跟蹤，在實(shí)際場合中應(yīng)用價(jià)值并不大。在網(wǎng)絡(luò)集成、背景變化的情況下，任意選中需跟蹤人臉，進(jìn)行長時(shí)間穩(wěn)定跟蹤，才是實(shí)際應(yīng)用所需要的，可供公共交通場所、安全部門等用于特定人員的有效跟蹤，具備極高的實(shí)用價(jià)值。在任意環(huán)境中長期穩(wěn)定地跟蹤人臉，主要存在以下挑戰(zhàn)：人臉的各類形變；人臉在某些幀中移開，過了一個(gè)不確定階段又出現(xiàn)；背景的復(fù)雜性和不確定性等。因此，傳統(tǒng)的批量離線機(jī)器學(xué)習(xí)模式已不能解決此類問題，而需要使用在線增量學(xué)習(xí)模式。

目前，增量學(xué)習(xí)主要用基于決策樹的算法來實(shí)現(xiàn)，特別是基于決策樹的隨機(jī)森林算法[5,6]。隨機(jī)森林對原始訓(xùn)練樣本進(jìn)行采樣替換，算法簡單、快速、穩(wěn)定適用于各種分類場合。但無論是應(yīng)用貪婪算法還是統(tǒng)計(jì)算法的隨機(jī)森林，在增量重構(gòu)時(shí)都需要重新計(jì)算最優(yōu)屬性或統(tǒng)計(jì)值，因此需要大量數(shù)據(jù)作為樣本。

Geutrs等提出的極端隨機(jī)森林算法[7]，直接采用原始的訓(xùn)練樣本，隨機(jī)選擇分裂閾值，在分類精度和時(shí)間開銷方面，都優(yōu)于一般隨機(jī)森林算法，比較適合于小樣本數(shù)據(jù)流分類。視頻序列中的人臉跟蹤，屬于典型的小樣本數(shù)據(jù)流中的兩分類問題，適合用基于極端隨機(jī)森林的在線增量學(xué)習(xí)算法來實(shí)現(xiàn)。

另外，P-N學(xué)習(xí)[8]經(jīng)常被用于矯正分類器的錯(cuò)誤。P-experts將那些被分類器標(biāo)記為負(fù)樣本，但根據(jù)約束條件應(yīng)該為正樣本的那些樣本賦予“正”的標(biāo)簽，并添加到訓(xùn)練樣本集中；而N-experts則將那些被分類器標(biāo)記為正樣本，但根據(jù)約束條件應(yīng)該為負(fù)樣本的那些樣本賦予“負(fù)”的標(biāo)簽，并添加到訓(xùn)練樣本集當(dāng)中。這樣，P-experts增加了分類器的魯棒性，而N-experts則增加了分類器的判別能力。

近年來，基于檢測的跟蹤方法成為研究的熱點(diǎn)。一般這種方法都需檢測器和跟蹤器并行運(yùn)行，由檢測結(jié)果及時(shí)重置完善跟蹤，以達(dá)到持續(xù)跟蹤。檢測算法常用隨機(jī)森林分類器，跟蹤則采用光流法等。如上所述，隨機(jī)森林算法在增量重構(gòu)時(shí)需要大量樣本，光流法算法復(fù)雜，抗噪聲能力一般，均不能適應(yīng)視頻序列中人臉的實(shí)時(shí)跟蹤場合。

因此，本文提出應(yīng)用極端隨機(jī)森林分類器進(jìn)行在線增量式目標(biāo)檢測，然后應(yīng)用P-N學(xué)習(xí)[8]再次提升檢測性能，并構(gòu)建在線動態(tài)目標(biāo)框架，實(shí)時(shí)更新目標(biāo)框架。最后綜合應(yīng)用檢測和P-N學(xué)習(xí)的結(jié)果，以及距離動態(tài)目標(biāo)模型的相似度，實(shí)現(xiàn)人臉在線跟蹤。

1人臉建模和動態(tài)目標(biāo)框架

1.1人臉建模

本文采用2bitBP特征進(jìn)行人臉建模。這是一種類Harr特征[9]，通過量化，只有4種可能的編碼。因此比較適合于在線監(jiān)測的場合。

建模過程包括特征類型的確定以及相應(yīng)的特征取值。假定需要判斷一個(gè)Patch塊是否為檢測目標(biāo)。所謂特征類型，是指在這個(gè)Patch在(x,y)坐標(biāo)，取一個(gè)長width，高h(yuǎn)eight的框，這個(gè)組合(x,y,width,height)即為相應(yīng)的特征類型。在已經(jīng)選定特征類型的情況下，把框左右分成相等的兩部分，分別計(jì)算左右兩部分灰度和的大小，會有兩種情況。同樣的，把框分成上下相等的兩部分，也會有兩種情況。于是在分了上下左右后，總共會有4種情況，可以用2 bit來描述這4種情況，即可得到相應(yīng)的特征取值。

2bitBP特征對外界環(huán)境的光照等變化具有良好的魯棒性，但對于人臉自身形態(tài)的變化有較高的漏檢率，而基于人臉膚色的模型則對自身形變有很好的魯棒性。因此，本文在后續(xù)的P-N學(xué)習(xí)的約束條件中，利用基于YCgCr顏色空間[10]的膚色檢測模型，保證對形變的魯棒問題。

1.2動態(tài)目標(biāo)框架

本文提出一種動態(tài)目標(biāo)框架，它是歸一化后的正樣本和負(fù)樣本的集合，即為本文的訓(xùn)練集合。設(shè)pi+為第i個(gè)被添加進(jìn)去的正樣本，同理pi-為第i個(gè)被添加進(jìn)去的負(fù)樣本。

給定任意一個(gè)圖像片p和動態(tài)目標(biāo)框架M，定義以下概念：

(1) Patch 塊相似度：采用歸一化積相關(guān)算法NCC[11](Normalized Cross-Correlation)計(jì)算兩個(gè)圖像塊之間的相似度：

S(pi,j)=0.5×(NCC(pi,pj)+1)

(1)

(2) 正樣本相似度：

(2)

(3) 負(fù)樣本相似度：

(3)

(4) 最近鄰正樣本相似度：

(4)

由于本文涉及的是任意人臉的跟蹤問題，因此，在第1幀，正樣本為需跟蹤的人臉。然后，在離其最近的掃描窗口內(nèi)，在1%的范圍內(nèi)，進(jìn)行旋轉(zhuǎn)、偏移等20次幾何變換，這樣就產(chǎn)生了共20個(gè)正樣本。負(fù)樣本則在所有Patch塊的外部隨機(jī)生成。這些帶標(biāo)記的樣本構(gòu)成原始的動態(tài)目標(biāo)框架，可以用來訓(xùn)練原始的極端隨機(jī)森林分類器。在后續(xù)跟蹤過程中，正負(fù)樣本被標(biāo)記后再依據(jù)P-N學(xué)習(xí)被陸續(xù)添加進(jìn)來。

2基于在線增量式極端隨機(jī)森林分類器的人臉檢測

極端隨機(jī)森林是由多棵決策樹集成的分類器，它直接采用原始數(shù)據(jù)作為訓(xùn)練樣本，并且在每棵樹的決策節(jié)點(diǎn)上，隨機(jī)選擇分裂閾值。Geutrs等提出的極端隨機(jī)森林并不支持在線增量學(xué)習(xí)，因此，王愛平等提出了支持在線學(xué)習(xí)的增量式極端隨機(jī)森林算法，稱為IERF(Incremental Extremely Random Forest)算法[12]。

IERF算法將新增的在線樣本存儲到葉節(jié)點(diǎn)，并通過Gini系數(shù)來決定是否需對當(dāng)前葉節(jié)點(diǎn)進(jìn)行分裂擴(kuò)展。算法中的每棵決策樹被稱為增量超樹，設(shè)輸入為訓(xùn)練樣本p和樹索引i，輸出為增量超樹ti，其構(gòu)造步驟如下：

步驟1：

if ti的根節(jié)點(diǎn)不存在

//返回根節(jié)點(diǎn)

返回一個(gè)根節(jié)點(diǎn)為R的增量超樹ti，其標(biāo)記值為p的標(biāo)記值；

else

//需要分裂

訓(xùn)練樣本p經(jīng)分類后落到葉節(jié)點(diǎn)L；

將p存儲到L的樣本列表中；

更新L上樣本類別的數(shù)量；

if Gini(L)>分裂閾值

構(gòu)造一個(gè)子增量超樹T(見步驟2)；

if L是根節(jié)點(diǎn)

將T作為新的根節(jié)點(diǎn)；

else

用T替換L成為原父節(jié)點(diǎn)的子節(jié)點(diǎn)；

endif

刪除葉節(jié)點(diǎn)L；

返回增量超樹 ti;

endif

endif

其中，Gini系數(shù)是用來衡量樣本集合純度的，設(shè)樣本集D共有k個(gè)類別，pi為類別i的樣本所占比率。Gini系數(shù)計(jì)算表達(dá)式為：

(5)

當(dāng)某葉節(jié)點(diǎn)上的Gini系數(shù)超過一定閾值，則認(rèn)為此節(jié)點(diǎn)上的混亂程度過高，需要繼續(xù)分裂，利用當(dāng)前存儲的樣本構(gòu)造子增量超樹。

(6)

當(dāng)用當(dāng)前存儲的樣本構(gòu)造子增量超樹時(shí)，設(shè)輸入的是樣本集合S，輸出的是子增量超樹T。其算法見步驟2。

步驟2：

if |S|

//生成葉節(jié)點(diǎn)

生成1個(gè)新的葉節(jié)點(diǎn)T；

將S中所有樣本存儲在T上；

統(tǒng)計(jì)S中所有類別標(biāo)記的數(shù)量分布，也存儲在T上；

返回葉節(jié)點(diǎn)T，T的標(biāo)記值由S的類別標(biāo)記數(shù)量確定；

Else

//生成子樹

將S劃分成2個(gè)子集Sl和Sr，決策屬性和分裂測試s*采用Geutrs在文獻(xiàn)[11]中的方法；

根據(jù)Sl和Sr，分別構(gòu)造子增量超樹Tl和Tr;

根據(jù)分裂測試s*，生成決策節(jié)點(diǎn)T，Tl和Tr分別是其左子樹和右子樹；

返回子增量超樹T；

endif

其中nmin為設(shè)定的最小樣本數(shù)。

本文對于極端隨機(jī)森林的初始化訓(xùn)練，由第1幀生成的帶標(biāo)記的目標(biāo)框架完成。然后，隨著新幀的進(jìn)入，用掃描窗口處理每幀，掃描窗口的大小同原始框定的人臉，歸一化后構(gòu)成1個(gè)新的圖像塊。每個(gè)新圖像塊就是在線增量樣本，由以上算法對其進(jìn)行標(biāo)記。最后，極端隨機(jī)森林的判決結(jié)果由所有增量超樹的結(jié)果取概率平均，從而判斷其是否人臉樣本。為了提高檢測速度，在后續(xù)過程中，掃描只在每幀的膚色區(qū)域內(nèi)進(jìn)行，大大提高了檢測速度。

3P-N學(xué)習(xí)

當(dāng)按以上算法檢測出人臉樣本后，就應(yīng)該將其作為正樣本加入動態(tài)目標(biāo)框架。但檢測有可能存在誤檢，因此，在算法中加入了P-N學(xué)習(xí)模塊，對檢測錯(cuò)誤進(jìn)行再次矯正。

P-N學(xué)習(xí)利用帶標(biāo)記和不帶標(biāo)記的樣本之間存在的結(jié)構(gòu)性特征，來逐步訓(xùn)練并改善分類器分類性能。P-N學(xué)習(xí)的過程如下：

(1) 準(zhǔn)備一個(gè)數(shù)量較少的訓(xùn)練樣本集和一個(gè)數(shù)量很大的測試樣本集。

(2) 利用訓(xùn)練樣本訓(xùn)練一個(gè)初始分類器，并對先驗(yàn)約束條件進(jìn)行相應(yīng)的設(shè)置。

(3) 利用訓(xùn)練好的初始分類器對測試樣本賦予標(biāo)記，并找出分類器賦予的標(biāo)記同約束條件相矛盾的那些樣本。

(4) 根據(jù)約束條件，為上述相矛盾的樣本重新賦予標(biāo)記，將其加入訓(xùn)練樣本，重新訓(xùn)練分類器。其中， P-experts將那些被分類器標(biāo)記為負(fù)樣本，但根據(jù)約束條件應(yīng)該為正樣本的那些樣本賦予“正”的標(biāo)簽，并添加到訓(xùn)練樣本集中；而N-experts則將那些被分類器標(biāo)記為正樣本，但根據(jù)約束條件應(yīng)該為負(fù)樣本的那些樣本賦予“負(fù)”的標(biāo)簽，并添加到訓(xùn)練樣本集當(dāng)中。這樣，P-experts增加了分類器的魯棒性，而N-experts則增加了分類器的判別能力。

本文對于經(jīng)分類器標(biāo)記的新樣本，需要確定恰當(dāng)?shù)募s束條件，找出分類器賦予的標(biāo)記同約束條件相矛盾的那些，加入動態(tài)目標(biāo)框架。從而近一步保障檢測效果。

根據(jù)本文涉及的具體領(lǐng)域，首先設(shè)置的約束條件為：YCgCr顏色空間中的膚色模型。目前公認(rèn)YCgCr顏色空間對于膚色的聚類性能是最好的，從視頻序列中圖像的RGB空間向YCgCr空間轉(zhuǎn)換的公式為：

(7)

其中屬于膚色的范圍，也即為本文的約束條件1為：

(8)

當(dāng)一個(gè)樣本中絕大多數(shù)像素滿足以上范圍，而被分類器標(biāo)注為負(fù)，則該樣本被改為正樣本進(jìn)入動態(tài)目標(biāo)框架。同理，當(dāng)一個(gè)樣本中絕大多數(shù)像素不滿足以上范圍，而被分類器標(biāo)注為正，則該樣本被改為負(fù)樣本進(jìn)入動態(tài)目標(biāo)框架。

其次，人臉的跟蹤有其空間域上的特性，就是目標(biāo)在一個(gè)視頻幀中只可能出現(xiàn)在一個(gè)位置。因此，當(dāng)分類器和約束條件都認(rèn)可某目標(biāo)為正，剩余的圖像塊就被認(rèn)為是負(fù)樣本，即本文的約束條件2。

綜上所述，本文的人臉跟蹤算法總結(jié)如下：

(1) 在第1幀，手工框定需跟蹤的任意人臉，并以此確定原始的正負(fù)樣本集并加入動態(tài)目標(biāo)框架，再利用其訓(xùn)練原始的極端隨機(jī)森林分類器。

(2) 在后續(xù)幀，在膚色區(qū)域內(nèi)利用掃描窗口獲取新樣本，并應(yīng)用在線增量極端隨機(jī)森林對其進(jìn)行標(biāo)記。然后進(jìn)入P-N學(xué)習(xí)模塊，再次確定此樣本的最終標(biāo)記，并加入動態(tài)目標(biāo)框架。

(3) 在每幀掃描結(jié)束后，若有符合約束條件2的樣本，則此樣本的當(dāng)前位置既為跟蹤的位置。否則，按式(4)計(jì)算所有正樣本的最近鄰正樣本相似度，選取值最大的樣本位置作為跟蹤位置，即實(shí)現(xiàn)了在線跟蹤。

4實(shí)驗(yàn)結(jié)果及分析

根據(jù)以上基本的算法思路，在實(shí)驗(yàn)過程中，增加膚色區(qū)域搜索、三級變框等實(shí)用技巧，獲得了較好的跟蹤準(zhǔn)確性和速度。實(shí)驗(yàn)環(huán)境為Intel i5-33i7U CPU，4 GB內(nèi)存，64位操作系統(tǒng)。

具體的實(shí)驗(yàn)步驟如下：

(1) 在出現(xiàn)需跟蹤人臉的時(shí)候，框選目標(biāo)人臉，對框選人臉進(jìn)行隨機(jī)拉伸，旋轉(zhuǎn)，獲得20個(gè)正樣本。在框選區(qū)域以外隨機(jī)框選20個(gè)矩形區(qū)域，作為負(fù)樣本。將這40個(gè)正負(fù)樣本RGB圖標(biāo)準(zhǔn)化轉(zhuǎn)化為20×20的標(biāo)準(zhǔn)像素灰度圖，然后將這些圖轉(zhuǎn)化為19×19的2 bit特征圖(每2×2個(gè)像素組合產(chǎn)生一個(gè)2 bit，因此少一維)，以獲得的40個(gè)2 bit特征圖為基本數(shù)據(jù)，建立極端隨機(jī)森林分類器。

(2) 從截取人臉的那一幀開始逐幀搜索人臉，每獲取一幀，進(jìn)行如下操作：

① 膚色區(qū)域搜索、三級變框等將RGB圖壓縮為100×100的RGB圖，然后轉(zhuǎn)化成YCgCr圖，找出Cr∈[Cr0-5,Cr0+5]、Cg∈[Cg0-5,Cg0+5]的所有聯(lián)通區(qū)域作為膚色區(qū)域(下面所有圖中左上角黑白圖區(qū))。按比例還原后，按照每個(gè)膚色區(qū)域的最邊緣產(chǎn)生方框，作為人臉的搜索區(qū)域，有效減少了搜索區(qū)域，提高了處理速度。

② 考慮人臉形變和放大縮小，設(shè)置三級變框比[1,1;0.8,1;1.3,1;1,0.8;1,1.3]，分別表示不變、長度變窄、長度變寬、寬度變窄、寬度變寬。用上一幀的人臉框的長寬乘以一種邊框比，然后用這個(gè)框在所有膚色區(qū)域依次掃描獲取框選圖像。用極端隨機(jī)森林對每張變框圖像進(jìn)行快速判斷。每個(gè)人臉框，保留其判斷“截圖”，共5個(gè)。

③ 對比5個(gè)“截圖”，將極端隨機(jī)森林判斷最好的截圖作為“當(dāng)前最好截圖”，并將其2 bit特征圖與之前加入到動態(tài)目標(biāo)框架中的所有樣本進(jìn)行NCC比較，判斷是否為目標(biāo)。如果“當(dāng)前最好截圖”不是目標(biāo)人臉，則認(rèn)定沒有檢測到類似人臉區(qū)域。若是人臉，再進(jìn)行如下判斷(含P-N學(xué)習(xí)和實(shí)用技巧)：

a) 由于搜索區(qū)域并非完全膚色，因此重新判斷“當(dāng)前最好截圖”是否依舊符合膚色模型。如不符合，則其作為負(fù)樣本，加入增量極端隨機(jī)森林，并跳過b)、c)、d)，開始分析下一幀(膚色約束條件，虛線框)。

b) 比較5個(gè)“截圖”中NCC判定為正的截圖與“當(dāng)前最好截圖”的邊框距離。如果超過半個(gè)人臉框的距離，則其作為負(fù)樣本，加入增量極端隨機(jī)森林(唯一性約束條件，虛線框)。

c) 對依舊沒被否定的“截圖”，以其隨機(jī)森林判斷結(jié)果作為權(quán)重，對其截圖位置進(jìn)行加權(quán)平均，得到最終的“加權(quán)截圖”?！凹訖?quán)截圖”應(yīng)該比“當(dāng)前最好截圖”更好。

d) 如果之前“當(dāng)前最好截圖”的隨機(jī)森林判斷結(jié)果中不滿95%的樹同意為人臉，則將“加權(quán)截圖”轉(zhuǎn)化成標(biāo)準(zhǔn)2 bit特征圖，并作為正樣本加入增量極端隨機(jī)森林。并且，確定其為當(dāng)前唯一跟蹤目標(biāo)位置(實(shí)線框)。超過95%同意，則表示“當(dāng)前最好截圖”跟蹤穩(wěn)定，也作為當(dāng)前唯一跟蹤目標(biāo)位置，但不用加入樣本集。

圖1中各子圖為按照完整算法對單人臉跟蹤的結(jié)果，從人臉進(jìn)入到離開的整個(gè)過程中，跟蹤穩(wěn)定快速。

圖1　完整算法單人臉跟蹤效果圖集

圖2中各子圖為減去P-N學(xué)習(xí)后的跟蹤結(jié)果。可見，缺少了膚色和唯一性兩個(gè)約束后，跟蹤基本是不正確和不穩(wěn)定的。

圖2　無P-N學(xué)習(xí)的單人臉跟蹤效果圖集

圖3中各子圖為不在動態(tài)目標(biāo)框架進(jìn)行NCC比較的跟蹤結(jié)果，不引入NCC比較，跟蹤速度略有提高，但跟蹤穩(wěn)定性在總體上不如完整算法。

圖3　無NCC比較的單人臉跟蹤效果圖集

圖4中各子圖為不使用三級邊框時(shí)的跟蹤結(jié)果，不使用三級變框，會造成跟蹤人臉目標(biāo)的局部性。

圖4　無三級變框的單人臉跟蹤效果圖集

圖5中各子圖為在學(xué)習(xí)過程中途，增加其他人臉時(shí)，本算法對需跟蹤人臉的跟蹤效果，并且該人臉為側(cè)臉，本算法的跟蹤十分穩(wěn)定。

圖5　完整算法在多人臉中對跟蹤人臉的跟蹤效果圖集

表1為使用完整算法、無P-N學(xué)習(xí)、無NCC比較、無三級變框和全圖搜索(不是僅在膚色區(qū)域搜索)，這五種情況下，視頻中每幀平均處理時(shí)間和正確跟蹤率的比較。

表1　五種情況下的幀平均處理速度與正確跟蹤率比較表

綜合考慮跟蹤正確率和速度，本文的完整算法是最優(yōu)的。在實(shí)際應(yīng)用過程中，一般的實(shí)時(shí)處理速度要求達(dá)到每秒25幀。在用戶認(rèn)可的誤差范圍內(nèi)，在本文的完整算法中去掉3級變框或者NCC比較，或者使用更好的處理硬件，可以輕松達(dá)到實(shí)時(shí)跟蹤要求。無P-N學(xué)習(xí)和全圖搜索的算法則是不能實(shí)現(xiàn)跟蹤要求的。可見，本文算法有良好的穩(wěn)定性和魯棒性。

5結(jié)語

本文應(yīng)用在線的增量式極端隨機(jī)森林分類器進(jìn)行基于檢測的實(shí)時(shí)跟蹤，在算法中加入了P-N學(xué)習(xí)提升檢測性能，并提出了動態(tài)目標(biāo)框架的概念。算法綜合應(yīng)用分類器和P-N學(xué)習(xí)的結(jié)果，以及距離動態(tài)目標(biāo)模型的相似度，確定跟蹤位置，實(shí)現(xiàn)任意人臉在線跟蹤。并在算法中加入了應(yīng)用膚色聯(lián)通區(qū)域縮小搜索區(qū)域、人臉三級變框、加權(quán)平均定位等技巧。實(shí)驗(yàn)結(jié)果表明，本文算法能夠在不確定背景下對任意人臉實(shí)現(xiàn)較長時(shí)間段內(nèi)的穩(wěn)定快速的實(shí)時(shí)跟蹤，能夠排除背景和其他人臉的干擾。

本文對目標(biāo)消失一段時(shí)間后再度出現(xiàn)的情況，當(dāng)目標(biāo)再次出現(xiàn)后能進(jìn)行檢測定位，但在目標(biāo)沒在的時(shí)間段內(nèi)有一定比率的誤測，檢測穩(wěn)定性不夠。在后續(xù)工作中將針對這一應(yīng)用需求，進(jìn)一步完善跟蹤處理的算法。

參考文獻(xiàn)

[1] Paul Viola,Micheal Jones.Rapid Object Detection using a Boosted Cascade of Simple Features[C]//Kauai Marriott,Hawaii,Proc of CVPR,2001:511-518.

[2] 鄧亞峰,蘇廣大,傅博.一種基于Adaboost的快速動態(tài)人臉檢測算法[J].計(jì)算機(jī)工程,2006,32(11):222-224.

[3] 王娟,劉教民,孟軍英,等.改進(jìn)的均值漂移算法在運(yùn)動目標(biāo)跟蹤中的研究[J].系統(tǒng)仿真學(xué)報(bào),2012,24(9):1896-1899.

[4] 姚海濤,朱福喜,陳海強(qiáng).一種自適應(yīng)的PSO粒子濾波人臉視頻跟蹤算法[J].武漢大學(xué)學(xué)報(bào),2012,37(4):492-495.

[5] Leo Breiman.Random Forests[J].Machine Learning,2001,45(1):5-32.

[6] 劉足華,熊惠霖.基于隨機(jī)森林的目標(biāo)檢測與定位[J].計(jì)算機(jī)工程,2012,38(13):5-8.

[7] Pierre Geurts,Damien Ernst,Louis Wehenkel.Extremely Randomized Trees[J].Machine Learning,2006,63(2):3-42.

[8] Zdenek Kalal,Tiri Matas,Krystian Mikolajczyk.P-N Learning:Boosrapping Binary Classifiers y Structural Constraints[C]//VCPR2010 proceedings,2010:49-56.

[9] 陳勇飛,劉新民.基于膚色和類Harr特征的人臉圖像的人眼檢測[J].計(jì)算機(jī)工程與應(yīng)用,2008,44(33):174-176.

[10] 丁友東,杜曉鳳,李曉強(qiáng).基于聚類膚色模型的人臉檢測[J].上海大學(xué)學(xué)報(bào),2007,13(5):511-515.

[11] Rachid Belaroussi,Maurice Milgram.A Comparative Study on Face Detection and Tracking Algorithm[J].Expert System with Applications,2012,39(12):7158-7164.

[12] 王愛平,萬國偉,程志全,等.支持在線學(xué)習(xí)的增量式極端隨機(jī)森林分類器[J].軟件學(xué)報(bào),2011,22(9):2059-2074.

REAL-TIME FACE TRACKING ALGORITHM BASED ON ONLINE INCREMENTAL LEARNING

Bao Fang1,2Zhang Yankai1,2,3Wang Shitong3

1(JiangyinPolytechnicCollege,Jiangyin214400,Jiangsu,China)2(InformationIntelligenceFusionResearchEngineeringCenterofJiangsu,Jiangyin214400,Jiangsu,China)3(JiangnanUniversity,Wuxi214000,Jiangsu,China)

AbstractThe paper proposes a real-time face tracking algorithm, which is based on online incremental extremely random forests classifier. The algorithm achieves detection-based real-time tracking using online incremental extremely random forests classifier, and combines dynamic target framework and P-N learning to correct detection errors. Experimental results show, the proposed algorithm can realise fast and stable real-time tracking for any face in a longer period under uncertain background, and can effectively overcome interferences such as background with preferable effect.

KeywordsOnline incremental learningExtremely random forestsP-N learningDynamic target frameworkReal-time face tracking

收稿日期：2014-10-16。江蘇省自然科學(xué)基金項(xiàng)目(BK2012128)。包芳，教授，主研領(lǐng)域：人工智能模式識別，神經(jīng)網(wǎng)絡(luò)，模糊系統(tǒng)，在線學(xué)習(xí)。張炎凱，碩士生。王士同，教授。

中圖分類號TP391.4

文獻(xiàn)標(biāo)識碼A

DOI:10.3969/j.issn.1000-386x.2016.05.067