基于Kanade_Lucas_Tomasi算法的人脸特征点跟踪方法

基于Adaboost的人脸跟踪模型，赵成帅，卞佳丽，这篇文章基于Adaboost模型提出了一个嵌入试平台上的快速视频人脸跟踪模型，并给出了在ARM7处理器上的测试结果。该模型在Adaboost模型的�

本文在深入研究前人的基础上，按照人脸检测、跟踪、加密的步骤建立起一个基于H.264视频编码的人脸图像保护系统，即对监控场景中暴露人物身份的人脸区域进行加密，从而达到对图像中隐私敏感信息保护的目的，同时

Feature extraction of face image based on geometric features

提出一种利用特征跟踪进行电子稳像的算法,该算法具有计算量小,精度高,有鲁棒性等优点。算法由两部分构成:(1)基于特征点集二维运动模型进行全局运动估计。提取图像的特征点,以其为中心建立特征窗进行块匹配,

确定光流量:使用Horn-Schunck方法和Lucas-Kanade方法确定光流量

MATLAB编程的以PCA算法为基础的人脸识别，包含人脸库，经典的算法。

针对视频图像中人脸定位跟踪的问题，提出了基于Hausdorff距离和改进ASM的跟踪方法。由于Hausdorff距离多模板匹配的复杂性，采用ASM的人脸模型作为模板大大降低了模型维数；并对传统的ASM

使用主动外观模型（active appearance model，AAM）对人脸特征点进行跟踪时，当人脸姿态出现大幅度偏转以及初始位置与目标人脸偏离较大时，将导致人脸特征点跟踪失败。针对以上问题，应用

Feature Face Based Face Recognition (MFC+OpenCV)

《深入理解OpenCV》中包含八章，第八章介绍了基于特征脸或Fisher脸的人脸估计，不会操作就下一本《深入理解OpenCV》电子书；