一种基于S-TLD的川金丝猴面部检测和追踪算法

摘要：

本发明公开了一种基于S-TLD的川金丝猴面部检测和追踪算法，属于图像处理领域。所述发明包括以下步骤：

1. 获取川金丝猴的肤色和毛色图片；
2. 确定川金丝猴的面部特征库；
3. 使用SVM分类器对所述面部特征库中的特征进行优化；
4. 得到优化后的SVM网络模型；
5. 获取待识别的视频图像；
6. 结合所述SVM模型，在所述视频图像中对川金丝猴进行定位；
7. 基于TLD理论对定位后的川金丝猴进行追踪。

通过使用备用分类器SVM，使得该追踪算法在背景复杂、目标运动幅度大或重新回到视频中的情况下有较高的追踪精度。同时，针对金丝猴自身的特性，如复杂的面部纹理特征、动作极其敏捷迅速，本发明采用了以下措施：

• 使用LBP算子提取金丝猴面部特征；
• 使得在光照变化、面部多尺度变化的情况下保证了追踪的正确性和速度。

总结：

本发明提供了一种高效的川金丝猴面部检测和追踪算法，通过结合SVM分类器和TLD理论，实现了在复杂环境下的精准追踪，并对金丝猴的动态特性进行了有效处理。

摘要：本发明公开了一种基于S‑TLD的川金丝猴面部检测和追踪算法，属于图像处理领域。所述发明包括获取川金丝猴的肤色和毛色图片，确定川金丝猴的面部特征库，使用SVM分类器对所述面部特征库中的特征进行优化，得到优化后的SVM网络模型，获取待识别的视频图像，结合所述SVM模型，在所述视频图像中对川金丝猴进行定位，基于TLD理论对定位后的川金丝猴进行追踪。通过使用备用分类器SVM，使得该追踪算法在背景复杂、目标运动幅度大或重新回到视频中的情况下有较高的追踪精度。同时针对金丝猴自身的特性，如复杂的面部纹理特征、动作极其敏捷迅速。本发明使用了LBP算子提取金丝猴面部特征，使得在光照变化、面部多尺度变化的情况下保证了追踪的正确性和速度。