类肤色背景下的人脸追踪改进算法

来源：计算机工程与应用杂志2022年第18期北京时间：

作者：解梦达, 孙鹏, 张志豪, 郎宇博, 周纯冰, 单大国

单位：1.中国刑事警察学院 公安信息技术与情报学院，沈阳 110854；2.司法部司法鉴定重点实验室，上海 200063；

摘要：针对人脸追踪过程中，基于目标色彩特征的CamShift（continuously adaptive mean-shift）算法受类肤色背景干扰所导致的搜索框偏移及尺寸异常问题，提出了一种结合肤色分割及追踪监测机制的人脸追踪改进算法。在YCbCr色彩空间的Cb、Cr分量内采用非参数肤色分割模型及SVM（support vector machines）构建特定于当前视频序列的联合肤色分割模型，以由粗至细的方式去除视频帧中类肤色背景。随后，在Cr分量内构建CamShift算法色彩直方图并进行人脸追踪。考虑在追踪过程中，当场景或光照强度改变时易出现的联合肤色分割模型及CamShift算法色彩直方图失效问题，采用拉依达准则（pauta criterion）判断追踪窗口内Cr分量均值的异常，当监测到异常值时即判定当前视频帧人脸追踪失败，使用Adaboost（adaptive boosting）算法构建的人脸检测器进行人脸复检并重构CamShift算法色彩直方图及联合肤色分割模型。在OTB-2015目标追踪数据集中进行测试，实验结果表明，所提算法在类肤色背景下相比原始CamShift算法对人脸目标的追踪精度更高；相比近几年的追踪算法则在具有良好追踪精度的同时速度优势明显。

关键词：人脸追踪,肤色分割,支持向量机,CamShift,异常值检测,AdaBoost