基于Mean shift算法的灰度人脸跟踪

由于灰度图像的信息单一、缺乏描述目标的信息,且易受到光照的影响,导致Meanshift算法在灰度图像跟踪中的应用不稳定,我们采用结合灰度与方向编码特征建立目标模型的策略,提出了在灰度图像中以Meanshift为核心的人脸跟踪算法。实验结果表明,该算法可以成功的克服混乱、遮挡、光照变化以及目标自身的缩放与旋转的影响,并且计算量非常小,对于大小为48像素×68像素的目标,整个算法的计算时间仅为34ms。