一种摄像头跟踪人脸的优化方法及基于视频的智慧健康监视系统技术方案

本发明专利技术公开了一种摄像头跟踪人脸的优化方法及应用。该方法在Camshift跟踪的基础上，通过直方图计算优化以及跳变校验等方式，能够减少人脸周边与人脸相似的颜色对自适应窗口的干扰，使摄像头快速准确的跟踪人脸的优化方法，同时在具体应用到智慧健康监视系统中时，快速准确的追踪人脸，也为下一步人体生理参数的采集和表情识别做好准备。

【技术实现步骤摘要】

本专利技术涉及人脸智能识别领域。
技术介绍
在人脸智能识别技术以及具体的应用产品中，通过对人脸检测来调整摄像头实时追踪人脸。在检测到某初始帧图像中的人脸后，本系统需要根据该人脸部位在视频画面中的位置来调整摄像头云台的角度，最终实现将人脸调整到视频画面中心位置，而后再进行面部温度与表情等信息的提取；在人脸已经处于中心位置后，还需要持续对人脸的位置进行跟踪判断，以确保被摄人体的头部有少量运动导致位置偏移时，也能保证人脸一直处于视频画面的中心位置。在众多跟踪算法中，Camshift算法比较简单并且实时性比较高，很适合当前系统的需要。但是在具体的应用中发现，经典的Camshift算法因其自适应窗口的不断自行调整，导致跟踪目标时易受人脸周边相似颜色的干扰而使得跟踪窗口随意缩放。如人脸区域与脖子区域颜色相似，会使得初始人脸窗口在Camshift迭代下不断被放大，甚至最终会被放大到整幅图像大小，导致无法根据窗口大小来准确控制摄像机云台的旋转和镜头的缩放操作。故，需要一种新的技术方案以解决上述问题。
技术实现思路
专利技术目的：提供一种能够快速准确的使摄像头跟踪人脸的优化方法，能够减少人脸周边与人脸相似的颜色对自适应窗口的干扰。技术方案：为达到上述目的，本专利技术采用如下技术方案：一种摄像头跟踪人脸的优化方法，其特征在于，包括以下步骤：(1)、在初始视频画面中检测到人脸框后，根据人脸框在视频画面中的位置与大小，形成控制参数，进而自动调整云台左右旋转与镜头缩放等操作，使得人脸以合适的大小位于视频画面的中心位置；(2)、持续对已经处于视频图像中心的人脸框进行Camshift跟踪，依据每一帧图像的跟踪结果，即对显示的人脸窗口进行判断，当人体运动导致人脸窗口偏移出视频图像的中心位置时，则重复步骤(1)的操作；如果已经调整到位，则持续对视频图像进行跟踪；其中，采用Camshift跟踪的过程中，在CamShift迭代时，对当前跟踪窗口进行HSV空间转换，然后依据H通道的反向投影图进行不断地循环迭代；在计算反向投影图时，首先对H通道进行一次直方图计算，对满足H通道：0-180，
S通道：smin-100，V通道：0-100的像素区域进行处理；其中，S通道中，将Smin(i+1)＝Smin(i)*area(i-1)/area(i)，将Smin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Smin(i)表示本次计算直方图时的Smin，Smin(i+1)表示下一次迭代时的Smin大小；H通道也采用与该S通道中同样的方式动态调整，即将Hmin(i+1)＝Hmin(i)*area(i-1)/area(i)，将Hmin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Hmin(i)表示本次计算直方图时的Hmin，Hmin(i+1)表示下一次迭代时的Hmin大小。有益效果：通过步骤2计算H分量的直方图时，更加准确的将需要计算的像素区域缩小到真正的跟踪目标区，减弱跟踪窗口中其他背景区域给计算带来的影响；并通过对每一帧图像Camshift跟踪后产生的新窗口进行大小跳变校验限制，保证每一次迭代后的窗口大小基本与人脸的大小相匹配，防止脖子或靠近人脸区域中存在与人脸色彩相近的背景带来的影响。本专利技术还公开一种基于视频的智慧健康监视系统。人脸定位完成后，给红外温度探测系统发出操作信号，这时安装在摄像头机身上的红外测温器的测温区域会自动对准人脸面部三角区，开始采集记录面部区域的温度，在视频采集期间,相应的温度信息作为人体的生理参数被采集并上传；在定位完成并持续跟踪的情况下，对连续采集的人脸图像进行表情分析识别，给出相应的表情信息，并作为人体一种健康信息上传。有益效果：该基于视频的智慧健康监视系统即作为上述摄像头跟踪人脸的优化方法的一个具体应用。具体实施方式本专利技术中使用的技术术语：Camshift：是在Meanshift基础上增加了自适应窗口大小的跟踪算法，简单并且实时性较高；PCA：由信号的Fourier变换提取局部信息，引入了时间局部化的窗函数，现在窗口Fourier变换即称为称为Gabor变换；通过Gabor变换提取到人脸的特征信息，再通过PCA算法降维，得到Gabor变换中的主成分，然后可以通过不同的分类器或者机器学习方法进行表情提取角点检测：即将图像中的二维图像亮度变化剧烈的点或图像边缘曲线上曲率
极大值的点检测出来，然后通过一些角点匹配算法如sift,harris,surf等进行角点间的匹配。本专利技术公开一种摄像头跟踪人脸的优化方法，包括以下步骤：(1)、在初始视频画面中检测到人脸框后，根据人脸框在视频画面中的位置与大小，形成控制参数，进而自动调整云台左右旋转与镜头缩放等操作，使得人脸以合适的大小位于视频画面的中心位置；(2)、持续对已经处于视频图像中心的人脸框进行Camshift跟踪，依据每一帧图像的跟踪结果，即对显示的人脸窗口进行判断，当人体运动导致人脸窗口偏移出视频图像的中心位置时，则重复步骤(1)的操作；如果已经调整到位，则持续对视频图像进行跟踪；其中，采用Camshift跟踪的过程中，在CamShift迭代时，对当前跟踪窗口进行HSV空间转换，然后依据H通道的反向投影图进行不断地循环迭代；在计算反向投影图时，首先对H通道进行一次直方图计算，对满足H通道：0-180，S通道：smin-100，V通道：0-100的像素区域进行处理；其中，S通道中，将Smin(i+1)＝Smin(i)*area(i-1)/area(i)，将Smin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Smin(i)表示本次计算直方图时的Smin，Smin(i+1)表示下一次迭代时的Smin大小；H通道也采用与该S通道中同样的方式动态调整，即将Hmin(i+1)＝Hmin(i)*area(i-1)/area(i)，将Hmin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Hmin(i)表示本次计算直方图时的Hmin，Hmin(i+1)表示下一次迭代时的Hmin大小。在该步骤(2)中，还包括跳变校验的算法优化，包括：限制每一次Camshift跟踪得到的新窗口的长宽比的阈值；限制初始窗口与新窗口之间的长和宽比的阈值。其中，优选的，限制每一次Camshift跟踪得到的新窗口的长宽比为[0.78,1.1]；初始窗口与新窗口之间的长和宽比分别为[0.77,1.3]，[0.77,1.3]。上述的摄像头跟踪人脸的优化方法一个重要的应用是可以应用到健康监视系统，在本专利技术中也公开了这样的一个应用。即一种基于视频的智慧健康监视系统，在采用了上述摄像头追踪人脸的优化方法的基础上，还包括了人脸健康信息提取的方法，包括：人脸定位完成后，给红外温度探测系统发出操作信号，这时安装在摄像头机身上的红外测温器的测温区域会自动对准人脸面部三角区，开始采集记录面部区
域的温度，在视频采集期间，相应的温度信息作为人本文档来自技高网...

【技术保护点】
一种摄像头跟踪人脸的优化方法，其特征在于，包括以下步骤：(1)、在初始视频画面中检测到人脸框后，根据人脸框在视频画面中的位置与大小，形成控制参数，进而自动调整云台左右旋转与镜头缩放等操作，使得人脸以合适的大小位于视频画面的中心位置；(2)、持续对已经处于视频图像中心的人脸框进行Camshift跟踪，依据每一帧图像的跟踪结果，即对显示的人脸窗口进行判断，当人体运动导致人脸窗口偏移出视频图像的中心位置时，则重复步骤(1)的操作；如果已经调整到位，则持续对视频图像进行跟踪；其中，采用Camshift跟踪的过程中，在CamShift迭代时，对当前跟踪窗口进行HSV空间转换，然后依据H通道的反向投影图进行不断地循环迭代；在计算反向投影图时，首先对H通道进行一次直方图计算，对满足H通道：0‑180，S通道：smin‑100，V通道：0‑100的像素区域进行处理；其中，S通道中，将Smin(i+1)＝Smin(i)*area(i‑1)/area(i)，将Smin与每次迭代的窗口大小进行关联，area(i‑1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Smin(i)表示本次计算直方图时的Smin，Smin(i+1)表示下一次迭代时的Smin大小；H通道也采用与该S通道中同样的方式动态调整，即将Hmin(i+1)＝Hmin(i)*area(i‑1)/area(i)，将Hmin与每次迭代的窗口大小进行关联，area(i‑1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Hmin(i)表示本次计算直方图时的Hmin，Hmin(i+1)表示下一次迭代时的Hmin大小。...

【技术特征摘要】
1.一种摄像头跟踪人脸的优化方法，其特征在于，包括以下步骤：(1)、在初始视频画面中检测到人脸框后，根据人脸框在视频画面中的位置与大小，形成控制参数，进而自动调整云台左右旋转与镜头缩放等操作，使得人脸以合适的大小位于视频画面的中心位置；(2)、持续对已经处于视频图像中心的人脸框进行Camshift跟踪，依据每一帧图像的跟踪结果，即对显示的人脸窗口进行判断，当人体运动导致人脸窗口偏移出视频图像的中心位置时，则重复步骤(1)的操作；如果已经调整到位，则持续对视频图像进行跟踪；其中，采用Camshift跟踪的过程中，在CamShift迭代时，对当前跟踪窗口进行HSV空间转换，然后依据H通道的反向投影图进行不断地循环迭代；在计算反向投影图时，首先对H通道进行一次直方图计算，对满足H通道：0-180，S通道：smin-100，V通道：0-100的像素区域进行处理；其中，S通道中，将Smin(i+1)＝Smin(i)*area(i-1)/area(i)，将Smin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Smin(i)表示本次计算直方图时的Smin，Smin(i+1)表示下一次迭代时的Smin大小；H通道也采用与该S通道中同样的方式动态调整，即将Hmin(i+1)＝Hmin(i)*area(i-1)/area(i)，将Hmin与每次迭代的窗口大小进行关联，area(i-1)表示上一次迭代的窗口面积，area(i)表示本次迭代后的窗口面积，Hmin(i)表示本次计算直方图时的Hmin，Hmin(i+1)表示下一次迭代时的Hmin大小。2.根据权利要求1所述的摄像头跟踪人脸的优化方法，其特征在于：步骤(2)中，还包括跳变校验的算法优化，包括：限制每一次Camshift跟踪得到的新窗口的长宽比的阈值；限制初始窗口与新窗口之间的长和宽比的阈值。3.根据权利要求2所述的摄像头跟踪人脸的优化方法，其特征在于：限制每一次Camshift跟踪得到的新窗口的长宽比为[0.78,1.1]；初始窗口与新窗口之间的长和宽比分别为[0.77,1.3]，[0.77,1.3]。4.一种使用如权利要求1至3中任一项所述摄像头跟踪人脸的优化方法的基于视频的智慧健康监视系统，其特征在于：人脸定位完成后，给红外温度探测系统发出操作信号，这时安装在摄像头机身上的红外测温器的测温区域会自动对准人脸面部三角区，开始采集记录面部区域的温度...

【专利技术属性】
技术研发人员：季晓勇，张轩，夏煦菁，禹珍，张迎，冯正伟，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32