1.1 問題描述
在攝影或是監視的應用之中通常是以人為主要觀察的目標，而人臉又是一個 最容易代表一個人的特徵，因此在連續影片中找尋人臉的位置就是一個很重要的 研究主題，尤其是現在的照像機或是攝影機都具有自動人臉對焦的功能，這更突 顯這類技術的實用價值。另外在人臉辨識(face recognition)、互動式電子寵物或是 機器人的設計等，都必須持續捕捉在攝影機的畫面中人臉的位置才能進一步做其 它的應用，而人臉追蹤(face tracking)在這裡就份演了一個很重要的前處理角色。
人臉追蹤是指在一連串連續的影片中持續尋找人臉並標示出人臉狀態的技 術，其中人臉的狀態包含了人臉的位置、大小與旋轉的角度等。最主要會遇到的 問題在於如何設計一個機制可以有效地找尋在影片中會隨時間而有不同大小、旋 轉角度與光線條件下的人臉，這也是一般物體追蹤(object tracking)會遇到的問 題。除此之外，還有幾項議題是人臉追蹤才會有的特殊情況，例如臉部的表情(笑 臉與哭臉)、人臉的姿勢(正臉與側臉)與其它的外部特徵(眼鏡與鬍子)等的影響，
這些因素會增加人臉追蹤的困難。
多視角(multi-pose)的人臉追蹤指的是除了包含一般人臉追蹤的技術外，還要 有判斷人臉非平面旋轉(rotation off-plane)角度的機制，其中非平面旋轉指的是人 臉在追蹤的過程中會有左右側臉旋轉(yaw)或是上下點頭旋轉(pitch)等角度的變
化。如何克服在追蹤時正臉與側臉之間極大的變化差異，就是多視角人臉追蹤要 解決的問題。
我 們 提 出 了 一 個 多 視 角 的 人 臉 追 蹤 系 統 ， 它 引 進 了 人 臉 判 斷 (face classification)的機制做為篩選追蹤目標與判斷人臉姿勢的方法，同時利用動態檢 查表(Checklist)在追蹤過程中針對不同角度的人臉，有條件地選擇最具有人臉特徵 的歷史訊息儲存起來並做為比對的依據，使得這個系統可以快速適應並記錄追蹤 過程中目標的變化情形而有更精確的追蹤效果。除此之外，我們加入了校正機 制，當人臉被遮蔽或是離開追蹤範圍而造成追蹤失敗時，過了一段時間後人臉再 度出現在畫面之中可以再一次取得人臉的資訊而持繼進行追蹤的動作。
1.2 研究的範圍與限制
我們主要的研究範圍是針對類似教室內上課情況的監控，影片主要的拍攝地 點是在一個光源穩定的室內環境而且是在攝影機固定不動的情況下進行拍攝，主 要追蹤的目標可以是老師或學生。因此針對這樣的環境與條件，我們希望可以設 計出符合下列需求的人臉追蹤技術。
(1) 在一般的上課過程中，學生通常會坐在固定的位子上，而老師移動的範 圍會限制在講台的區域，因此人臉會突然移動到很遠的距離的情況不會 很常見，但人臉角度的變換必須要納入追蹤的考量。
(2) 我們假設學生與老師將頭轉向後方或是將人臉做過多傾斜的情況並不
只需要處理介於75D至−75D之間左右側臉的旋轉、10 至 之間上下點 頭的旋轉、15 至 之間平面旋轉的人臉。
D −10D
D −15D
(3) 對於學生的追蹤，可能會因為座位的安排導致追蹤的過程中發生人臉被 遮蔽的情況，追蹤系統必須有校正機制來處理追蹤失敗時的情形。
(4) 教室內的光源是固定的或是變化不大，因此不需要處理光線劇烈變化的 情況，但仍必須對於些微幅度的光線變化能做適當的處理。
(5) 教室監控是屬於長時間的追蹤，因此對於影像的處理速度上沒有很嚴格 的要求，但我們必須能確保在追蹤的過程中，能持續並準確地追蹤目標。
1.3 論文內容的安排
在接下來的章節，第二章會對於相關的技術名詞做解釋並簡介目前人臉追蹤 的技術；第三章會對於我們提出的人臉追蹤技術，運作的流程與整體的架構做完 整的說明；第四章會針對追蹤所使用的粒子濾波機制做深入的探討，並對於我們 改良的部分做一個描述；第五章會針對我們提出的追蹤方法，對於解決多視角的 議題做更詳細的說明，內容包含了多視角的人臉判斷、動態檢查表機制與校正機 制；第六章是實驗結果與分析；第七章則是結論與未來研究的發展。