[發(fā)明專利]一種人臉檢測追蹤方法及裝置

有效

• 申請?zhí)枺?/td>: 201910364961.3
• 申請日: 2019-04-30
• 公開（公告）號: CN110097586B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設(shè)計）人: 李鍇;劉雪莉;郝旭寧;單洪偉;王文建;姚曉方;譚繼雙
• 申請（專利權(quán)）人: 青島海信網(wǎng)絡(luò)科技股份有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/277;G06T7/66;G06T5/00
• 代理公司: 青島聯(lián)智專利商標事務(wù)所有限公司 37101
• 代理人: 馬萍華

本發(fā)明公開了一種人臉檢測追蹤方法及裝置，包括：獲取待測圖像和目標人臉圖像；檢測并描述待測圖像和目標人臉圖像中的特征點；根據(jù)檢測和描述結(jié)果，匹配待測圖像和目標人臉圖像中的特征點；根據(jù)匹配結(jié)果進行人臉檢測和追蹤。本發(fā)明解決了現(xiàn)有人臉檢測追蹤方法中特征點提取時的堆積問題和特征點描述時的噪聲問題，提高了人臉檢測追蹤的精準度。

技術(shù)領(lǐng)域

本發(fā)明涉及到人臉識別領(lǐng)域，具體涉及了一種人臉檢測追蹤方法及裝置。

背景技術(shù)

人臉檢測技術(shù)是指對于任意一幅給定的圖像，采用一定的策略對其進行搜索以確定其中是否有人臉，如果有人臉，則返回人臉的位置、大小等信息。目前的人臉檢測技術(shù)可以用于身份認證與安全防護、媒體與娛樂、圖像搜索等領(lǐng)域。目標追蹤技術(shù)一般是基于對一系列圖像的處理，從復雜的背景中識別出目標，并對目標的運動規(guī)律加以預測，實現(xiàn)對目標的連續(xù)、準確的追蹤，該技術(shù)在現(xiàn)代軍事和民用安保中占有非常重要的地位，其中，該目標多數(shù)為人臉。

人臉檢測追蹤技術(shù)流程主要包括五個組成部分：人臉圖像采集、人臉圖像預處理、人臉圖像特征提取、人臉特征數(shù)據(jù)匹配與確認以及人臉追蹤。

目前，采用比較多的人臉檢測追蹤方法是基于深度學習的方法，通過卷積神經(jīng)網(wǎng)絡(luò)對海量人臉圖片進行學習，然后對輸入圖像提取出對區(qū)分不同人臉的有用的特征向量，通過比對不同人臉的特征向量找出同一人的臉，再通過相關(guān)追蹤的算法進行人臉追蹤。

現(xiàn)有技術(shù)中存在很多的問題，主要從比較流行的機器學習方法和傳統(tǒng)圖像處理方法來說明，機器學習相關(guān)的方法中需要海量的人臉圖片作為訓練集，且不同場景下的訓練集很難收集，難以保證訓練的效果。傳統(tǒng)圖像處理方法實時性不足，抗干擾能力較差，例如旋轉(zhuǎn)、遮擋、光照變化、抖動、模糊等。

發(fā)明內(nèi)容

本發(fā)明提供了一種人臉檢測追蹤方法及裝置，用以解決現(xiàn)有的人臉檢測追蹤方法中特征點提取時的堆積問題和旋轉(zhuǎn)問題，以及特征點描述時的噪聲問題，提高了人臉檢測追蹤的精準度。

本發(fā)明提供的具體技術(shù)方案如下：

獲取待測圖像和目標人臉圖像；檢測并描述所述待測圖像和所述目標人臉圖像中的特征點；根據(jù)檢測和描述結(jié)果，匹配所述待測圖像和所述目標人臉圖像中的特征點；根據(jù)匹配結(jié)果進行人臉檢測和追蹤；其中，在檢測并描述時，對所述待測圖像和所述目標人臉圖像中的特征點添加方向。

上述技術(shù)方案中，對待測圖像和目標人臉圖像中的特征點添加方向，用以解決特征點旋轉(zhuǎn)變性問題，可以進一步提高特征點匹配的準確率。

所述待測圖像和所述目標人臉圖像中的特征點添加方向包括：對所述待測圖像和所述目標人臉圖像中的特征點進行篩選，得到特征點集；以所述特征點集中的特征點為中心，以N個像素大小為半徑的圓形區(qū)域為鄰域，計算所述鄰域的質(zhì)心；以所述質(zhì)心和所述特征點之間連線與所述特征點所在水平軸之間的夾角θ來描述所述特征點的方向。

可選地，對所述待測圖像和所述目標人臉圖像中的特征點進行篩選時，按照公式(1)計算所述待測圖像和所述目標人臉圖像中每個特征點的得分值S；

其中，S為特征點的得分值；values是特征點周圍取的點的灰度值；q是特征點的灰度值；t為閾值，0t255，可根據(jù)圖像畫質(zhì)的質(zhì)量設(shè)置大小；

將一定區(qū)域內(nèi)所述得分值S最大的特征點放入所述特征點集。

可選地，所述特征點集中的特征點周圍按照高斯分布方式選擇S*S大小的像素框?qū)Γ?/p>

根據(jù)所述像素框的像素和大小對所述像素框進行二進制賦值。

可選地，對所述像素框的像素和大小計算時，計算每個所述像素框的像素和，形成特征描述子。