[發明專利]人臉跟蹤方法及裝置

在審

• 申請號: 201210296738.8
• 申請日: 2012-08-20
• 公開（公告）號: CN103632126A
• 公開（公告）日: 2014-03-12
• 發明（設計）人: 張杰;熊劍平;黃一寧
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06T7/40
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

技術領域

本發明涉及人臉跟蹤技術領域，特別涉及一種人臉跟蹤方法及裝置。

背景技術

人臉跟蹤是在視頻或圖像序列中確定某個人臉的運動軌跡及大小變化的過程。一直以來，人臉跟蹤在圖像分析與識別圖像監控與檢索等領域都具有重大意義，成為大量學者的關注的焦點，許多行之有效的算法也相繼出現。Mean?shift(均值偏移)技術是一種基于密度梯度的無參數估計方法，主要應用于運動目標跟蹤，具有快速和有效的特點。Cam?shift（連續自適應的均值偏移）是基于均值偏移方法的一種運動目標跟蹤算法。在基于Mean?shift算法快速收斂特性的前提下，Cam?shift利用被跟蹤物體的直方圖特征使其兼具計算量低、對目標變形、旋轉變化、遮擋等適應性強的特點，從而被廣泛應用于人臉、手部及其它物體的跟蹤及機器人視覺等多種場合。在Cam?shift算法中，人臉顏色直方圖（主要是膚色特征）是人臉跟蹤的唯一依據，當跟蹤人臉過程遇到大面積類膚色區域或者背景與膚色接近的情況時，其跟蹤結果會受到嚴重干擾，導致跟蹤失敗。

針對上述干擾情況，現有技術中提出了兩種優化方法，一種是基于Cam?shift的改進算法，利用多維度顏色空間建立目標模型，使用兩個核函數來進一步排除背景區域對于目標跟蹤的干擾；另一種是基于邊緣直方圖的Mean?shift人臉跟蹤算法，利用邊緣信息和紋理信息作為跟蹤特征，該方法在背景顏色與膚色相似的情況下，跟蹤效果明顯優于傳統的mean?shift人臉跟蹤算法。

在實現本發明的過程中，發明人發現現有技術中至少存在如下問題：基于Cam?shift的改進算法雖然能夠對干擾進行優化，但是當背景顏色和跟蹤目標的顏色非常接近時，仍不能徹底排除干擾的影響；基于邊緣直方圖的Mean?shift人臉跟蹤算法能夠較好的處理背景顏色與跟蹤目標顏色接近的問題，但是在人臉出現姿態變化，表情變化以及部分人臉被遮擋的情況下，該方法不具備魯棒性，跟蹤結果受到影響。

發明內容

本發明的實施例提供一種人臉方法及裝置，能夠解決人臉跟蹤過程中與膚色相近的背景顏色對人臉跟蹤的干擾以及在人臉發生表情變化、姿態變化以及被遮擋的情況下，保持對人臉的跟蹤，提高人臉跟蹤質量。

本發明實施例采用的技術方案為：

一種人臉跟蹤方法，包括：

確定人臉區域和人臉外區域；

根據所述人臉區域和所述人臉外區域獲得人臉特征模型；

在下一幀圖像中，根據所述人臉區域、人臉外區域和人臉特征模型確定人臉區域位置和人臉外區域位置；

根據人臉區域位置和人臉外區域位置，確定人臉位置。

其中，所述確定人臉外區域包括：統計所述頭發區域的先驗，得到所述頭發區域的先驗概率，選取概率較大的區域作為頭發區域；統計所述衣肩區域的先驗，得到所述衣肩區域的先驗概率，選取概率較大的區域作為衣肩區域；將所述頭發區域和所述衣肩區域一起作為人臉外區域。

其中，所述根據所述人臉區域和所述人臉外區域獲得人臉特征模型包括：根據所述人臉區域和所述人臉外區域獲得膚色模型和非膚色模型，對所述膚色模型和所述非膚色模型進行加權平均獲得人臉特征模型，其中所述膚色模型由所述膚色區域得到，所述非膚色模型由所述眼睛區域、嘴唇區域和所述頭發區域得到。

進一步的，所述獲得膚色模型包括：統計人臉區域的色度、飽和度和亮度三個分量的顏色直方圖，將所述顏色直方圖作為膚色模型。

進一步的，所述獲得人臉內非膚色模型包括：將所述膚色模型中的膚色區域剪除，剩余部分的顏色直方圖再加上所述頭發區域的顏色直方圖作為人臉內非膚色模型。

其中，所述根據所述人臉區域、人臉外區域和人臉特征模型確定人臉區域位置和人臉外區域位置包括：使用加入了所述人臉特征模型的連續自適應的均值偏移Cam?shift算法跟蹤人臉區域，確定人臉區域位置；使用所述Cam?shift算法分別跟蹤頭發區域和衣肩區域，確定人臉外區域位置。

一種人臉跟蹤裝置，包括：

第一確定模塊，用于初始化人臉跟蹤區域，確定人臉區域和人臉外區域；

模型獲取模塊，用于根據所述人臉區域和所述人臉外區域獲得人臉特征模型；

第二確定模塊，用于在下一幀圖像中，根據所述人臉區域、人臉外區域和人臉特征模型確定人臉區域位置和人臉外區域位置；

第三確定模塊，用于根據人臉區域位置和人臉外區域位置，確定人臉位置。