[發(fā)明專利]暴力場景中人臉檢測定位與實時跟蹤方法

有效

• 申請?zhí)枺?/td>: 201710718630.6
• 申請日: 2017-08-21
• 公開（公告）號: CN107527357B
• 公開（公告）日: 2019-11-22
• 發(fā)明（設(shè)計）人: 吳占雄;吳東南;曾毓;楊宇翔;何志偉;高明煜;黃繼業(yè)
• 申請（專利權(quán)）人: 杭州電子科技大學
• 主分類號: G06T7/269
• 分類號: G06T7/269;G06T7/246;G06K9/00
• 代理公司: 31253 上海精晟知識產(chǎn)權(quán)代理有限公司
• 代理人: 馮子玲<國際申請>=<國際公布>=<進入

本發(fā)明提供一種暴力場景中人臉檢測定位與實時跟蹤方法，該方法包括獲取監(jiān)控視頻幀內(nèi)個像素的光流矢量幅度；根據(jù)光流矢量幅度判斷監(jiān)控視頻幀是否為暴力場景。根據(jù)YCbCr空間內(nèi)的膚色均值與膚色方差計算初始暴力場景監(jiān)控視頻幀內(nèi)人臉跟蹤區(qū)域的中心位置O⁰。根據(jù)初始暴力場景監(jiān)控視頻幀內(nèi)人臉跟蹤區(qū)域的中心位置O⁰計算后續(xù)暴力場景監(jiān)控視頻幀內(nèi)人臉跟蹤區(qū)域的中心位置O^m+1，最后根據(jù)人臉跟蹤區(qū)域的中心位置O^m+1來獲得第m+1幀暴力場景視頻幀的人臉跟蹤區(qū)域，實現(xiàn)暴力場景中人臉的檢測定位與實時跟蹤。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻與圖像處理領(lǐng)域，其特別涉及一種暴力場景中人臉檢測定位與實時跟蹤方法。

背景技術(shù)

暴力場景中人臉檢測定位與實時跟蹤在小區(qū)門禁系統(tǒng)、商場視頻系統(tǒng)等犯罪監(jiān)控場合具有重要應(yīng)用。目前，在較理想條件下，正面人臉檢測已取得了令人滿意的效果。然而在復雜背景下，由于受多姿態(tài)、遮擋、光照等因素影響，人臉檢測與實時跟蹤成功率較低。

當前主流識別方法(例如LGBP、神經(jīng)網(wǎng)絡(luò)、PCA)，都是基于靜態(tài)圖像進行人臉識別，不能應(yīng)用到視頻監(jiān)控中暴力場景中人臉檢測定位與跟蹤，也缺乏實時跟蹤多個對象的機制，其實用性受到限制。人體在運動(例如推搡、扭打)過程中，臉部會發(fā)生較大幅度的震動而造成人臉姿態(tài)特征發(fā)生變化，這會造成檢測跟蹤精確度降低。

發(fā)明內(nèi)容

本發(fā)明為了克服現(xiàn)有技術(shù)無法對暴力場景中的人臉進行識別的問題，提供一種能夠精確地進行暴力場景下人臉檢測定位與跟蹤且實時性強的暴力場景中人臉檢測定位與實時跟蹤方法。

為了實現(xiàn)上述目的，本發(fā)明提供一種暴力場景中人臉檢測定位與實時跟蹤方法，該方法包括：

步驟一，獲取監(jiān)控視頻幀內(nèi)每個像素的光流矢量幅度：

其中，(u_i,j,t,v_i,j,t)為像素p(i,j,t)的光流量，其中(i,j)為監(jiān)控視頻幀內(nèi)像素的位置，t為視頻幀序列索引；

步驟二，暴力場景判斷，當滿足以下條件時，表征監(jiān)控視頻幀為暴力場景監(jiān)控視頻幀：

其中，Th為光流量判斷閾值，N為一幀圖像內(nèi)像素的個數(shù)；

步驟三，將暴力場景監(jiān)控視頻幀從RGB空間轉(zhuǎn)換到Y(jié)CbCr顏色空間并建立圖像顏色直方圖；

步驟四，根據(jù)YCbCr空間內(nèi)的膚色均值與膚色方差計算初始暴力場景監(jiān)控視頻幀內(nèi)人臉跟蹤區(qū)域的中心位置O⁰；

步驟五，根據(jù)初始暴力場景監(jiān)控視頻幀內(nèi)人臉跟蹤區(qū)域的中心位置O⁰利用以下公式獲得后續(xù)暴力場景監(jiān)控視頻幀內(nèi)人臉跟蹤區(qū)域的中心位置O^m+1：

其中，k＝1…L，m≡0…t，L為直方圖段數(shù)索引，t為視頻幀序列索引，O^m為當前暴力場景監(jiān)控視頻幀內(nèi)人臉跟蹤區(qū)域的中心位置，O^m+1為下一幀暴力場景監(jiān)控視頻幀內(nèi)人臉跟蹤區(qū)域的中心位置，I'(i,j)暴力場景監(jiān)控視頻幀內(nèi)其它像素的Cb亮度，δ為狄拉克函數(shù)，c(i,j)為像素p(i,j,t)所在直方圖段數(shù)，N1為圖像垂直方向的像素個數(shù)，N2為圖像水平方向的像素個數(shù)；

步驟六，以O(shè)^m+1為中心利用邊緣檢測算子來獲得人臉跟蹤區(qū)域的臨界像素，并對臨界像素進行曲線擬合來形成第m+1幀暴力場景視頻幀的人臉跟蹤區(qū)域直至不再滿足暴力場景的判斷條件。