OpenCV与Compressive Tracking实现人脸的实时检测与跟踪

最近一直在关注压缩传感方面的东西，正好看到一篇新论文《Real-Time Compressive Tracking》。作者将压缩感知与图像跟踪结合起来，实现了有效的降维，最后只用一个简单的朴素贝叶斯分类器就实现了非常鲁棒的跟踪效果，值得一提的是，这个算法的实时性非常好，在320×240的分辨率下能达到40fps左右的速度。具体论文和代码可以参看作者的网页http://www4.comp.polyu.edu.hk/~cslzhang/CT/CT.htm。

有这么好的东西，怎么能抑制住我激动的心情呢，于是总在找机会实现并使用一下这个算法。

最近需要一个在室外能知道人位置的设备，当初考虑Kinect，但由于白天室外的热光源较多，很容易致盲Kinect。于是转向传统的摄像头。自然地就产生的人脸检测+跟踪的想法。

人脸检测：

目前主流的人脸检测方法就是Viola-Jones等人提出的Haar-like Feature Boost方法。该方法速度快，准确度高，再加上OpenCV中有该方法的实现（CascadeClassifier类），使用起来非常方便。下图是识别结果。

做完人脸识别后，到户外去测试，发现算法除了识别到人之外，还将一些非人类的东西识别为人，比如一些树叶密集的地方。既然Boost算法的思想就是多个弱分类器组成强分类器，我们也自