结合结构约束的人脸跟踪算法研究

目标跟踪是人工智能领域中最重要的核心问题之一，在工农业、娱乐及军事领域都具有非常重要的应用价值[1]。目前，在目标跟踪研究中，常用的方法主要分为基于模型的方法和模型无关的方法两大类。基于模型的方法需要事先对拟跟踪的目标进行详细的研究，手工标注大量的样本并建立目标模型实现对目标的跟踪。这类方法前期工作量大，跟踪过程的实时性差，而且难以适应随机变形的目标，特别是当目标较复杂，难以获得精确的模型时，这类方法将完全失效。与模型无关的方法一般通过自动提取目标特征和相似度比对实现目标跟踪过程。该类方法不需要事先知道目标的先验信息，可以在跟踪过程中不断对目标特征进行学习，来改善和丰富对目标的理解。模型无关的方法能够快速建立目标跟踪并在线学习以适应目标变化的特点,使其具有更好的应用价值，是目前研究的热点[2]。