一种基于face++平台的人脸跟踪方法及其装置制造方法及图纸

本发明专利技术公开了一种基于face++平台的人脸跟踪方法，包括如下步骤，步骤1：通过face++平台获得第K帧图片作为模板帧图片，圈定匹配模板，并确定匹配坐标；步骤2：获得第K+1帧图片作为待测帧图片，在待测帧图片中获得匹配目标点；步骤3：以匹配目标点为中心，在待测帧图片中圈定一匹配区域；步骤4：将匹配模板与匹配区域内的图像进行匹配，以在匹配区域内查找到目标人脸；步骤5：以第K+1帧图片作为模板帧图片，返回步骤1。相比于现有技术，本发明专利技术通过face++平台检测目标人脸，提高了目标获取的准确度；将待测帧图片划分成匹配区域进行匹配，减少了程序处理量。本发明专利技术还提供了一种基于face++平台的人脸跟踪装置。

【技术实现步骤摘要】

本专利技术涉及多人脸跟踪领域，尤其涉及一种基于face++平台的人脸跟踪方法及其装置。
技术介绍
随着计算机和图像处理技术的发展，计算机视觉已经渗入生活中的诸多领域。而人脸跟踪技术作为计算机视觉的关键技术，因在安全监控、医学、视频会议、档案管理等方面有巨大的应用前景和市场，也受到了越来越多学者的关注。目前，人脸跟踪
中，常用CAMSHIFT算法进行跟踪，其基本思想是：以视频序列图像中颜色概率直方图作为特征值，对视频图像中的所有帧做mean shift算法以查找出运动目标，然后将上一帧得到的结果作为下一帧的初始值，如此迭代进行跟踪。但是，CAMSHIFT跟踪算法是以原始肤色作为图像基准模型进行查找跟踪的，而原始肤色模型包含了一些非肤色的部分，这会使查找目标的过程中出现误差，导致跟踪不够精确；并且对于人脸快速移动或出现类肤色的干扰如人手干扰的情况时，CAMSHIFT跟踪算法也不能进行很好的区分处理。此外，查找匹配的运动目标时，需要把图像中的每一个子区域都计算一遍，并计算选择出最合适的匹配区域，这种遍历式查找的方法需要的程序处理量高，耗时长。
技术实现思路
本专利技术在于克服现有技术的缺点与不足，提供一种跟踪准确度高、程序处理量少、跟踪效果佳的基于face++平台的人脸跟踪方法。本专利技术是通过以下技术方案实现的：一种基于face++平台的人脸跟踪方法，包括如下步骤：步骤1：通过face++平台获得第K帧图片作为模板帧图片，并获得该模板帧图片中待跟踪的目标人脸，圈定该目标人脸图像作为匹配模板，并以该匹配模板的中心位置位于该模板帧图片的坐标作为匹配坐标；其中，K为大于或等于1的整数。步骤2：获得第K+1帧图片作为待测帧图片，在待测帧图片中获得匹配目标点，该匹配目标点位于该待检测图片中的坐标与匹配坐标一致；步骤3：以匹配目标点为中心，在待测帧图片中圈定一匹配区域；步骤4：将匹配区域内的图像与匹配模板进行匹配，以在匹配区域内查找到目标人脸；步骤5：以第K+1帧图片作为模板帧图片，返回步骤1。相比于现有技术，本专利技术通过face++平台检测和识别目标人脸，提高了目标获取的准确度；将待测帧图片划分成匹配区域再进行匹配，大大减少了程序处理量；通过队列保持视频
帧的方式，减少了跟踪延时问题，提高了跟踪的精确度。进一步地，在步骤3中，所述匹配区域的面积是匹配模板的面积的倍数；通过梯度下降算法以匹配目标点坐标作为起点，以负梯度方向为方向，在待测帧图片中获得一极小值，该起点与极小值连线的区域在所述匹配区域内。进一步地，在步骤4中，设定匹配阈值；计算匹配区域中各部分区域与目标人脸模板的匹配度值，并获得一最大匹配度值；将最大匹配度值与预设的匹配阈值进行比较，若最大匹配度值小于预设的匹配阈值，则判断找到了目标人脸。其中，将目标人脸模板在对应的感兴趣区域上移动，且每移动一个像素均计算目标人脸模板与重叠区域的匹配度值，通过比较获得最大匹配度值。进一步地，若最大匹配度值大于预设的匹配阈值，判断人脸被遮挡，则采用卡尔曼滤波算法，以第K帧图片预测第K+1帧图片中待跟踪目标人脸的位置，以预测的第K+1帧作为模板帧，将获得的第K+1帧图片与模板帧进行匹配；若最大匹配度值仍大于预设的匹配阈值，则用预测的第K+1帧图片预测下一帧图片中待跟踪目标人脸的位置，直到最大匹配度值小于预设的匹配阈值才停止迭代。进一步地，在步骤2中，将显示跟踪的时间点延迟，同时将实时获得的待测帧图片依序保存形成一个队列；在匹配时再依序获得各个待测帧图片，确保取模板帧与待测帧为相邻图片帧。进一步地，在步骤1中，通过face++平台获得第K帧图片作为模板帧图片，并获得该模板帧图片中待跟踪的多个目标人脸，圈定该多个目标人脸图像以获得多个匹配模板，并获得该多个匹配模板的中心位置位于该模板帧图片的坐标以作为多个匹配坐标；在步骤1和步骤2中增加步骤1A，其中步骤1A为：获得需要跟踪的目标人脸的个数N，预设n为第n个待跟踪的目标人脸，从第一个待跟踪的目标人脸进行匹配跟踪；其中N>1且N≥n(n，N为整数)；在步骤4和步骤5中增加步骤4A，其中步骤4A为：判断n与N的大小，若n＝N，则进行步骤5，否则对第n+1个待跟踪的目标人脸进行匹配跟踪，返回到步骤2。本专利技术还提供一种基于face++平台的人脸跟踪装置，包括：——匹配模板获取模块，用于通过face++平台获得第K帧图片作为模板帧图片，并获得该模板帧图片中待跟踪的目标人脸，圈定该目标人脸图像作为匹配模板，并以该匹配模板的中心位置位于该模板帧图片的坐标作为匹配坐标；其中，K≥1的整数；——匹配目标点获取模块，用于获得第K+1帧图片作为待测帧图片，在待测帧图片中获得匹配目标点，该匹配目标点位于该待检测图片中的坐标与匹配坐标一致；——匹配区域获取模块，用于以匹配目标点为中心，在待测帧图片中圈定一匹配区域；——匹配查找模块，用于将匹配区域内的图像与匹配模板进行匹配，以在匹配区域内查找到目标人脸；——模板帧转换模块，用于将第K+1帧图片作为模板帧图片。相比于现有技术，本专利技术通过匹配模板获取模块检测和识别目标人脸，提高了目标获取的准确度；通过匹配区域获取模块将待测帧图片划分成匹配区域再进行匹配，大大减少了程序处理量，提高了跟踪的精确度和效率。为了更好地理解和实施，下面结合附图详细说明本专利技术。附图说明图1是本专利技术实施例1基于face++的人脸跟踪方法的原理图；图2是本专利技术实施例1基于face++的人脸跟踪方法的流程图；图3是本专利技术实施例1基于face++平台在线检测的各姿态人脸效果图；图4是本专利技术实施例1采用传统连续图片帧视频流采集分析的跟踪效果图；图5是本专利技术实施例1采用队列依序保存待匹配帧图像后的跟踪效果图；图6是本专利技术实施例1采用传统的CAMSHIIF跟踪算法进行单人脸检测的效果图；图7是图6所示的跟踪轨迹图；图8是本专利技术实施例1提出的跟踪算法进行单人脸检测的效果图；图9是图8所示的跟踪轨迹图；图10是本专利技术实施例1的基于face++的人脸跟踪装置的模块图；图11是本专利技术实施例2基于face++的人脸跟踪方法的流程图；图12是本专利技术实施例2基于face++平台在线检测的多人脸效果图；图13是本专利技术实施例2对多目标人脸交叉时的跟踪轨迹图；图14是本专利技术实施例2的基于face++的人脸跟踪装置的模块图。具体实施方式实施例1face++是新一代云端视觉服务平台，提供一整套世界领先的人脸检测、人脸识别、面部分析的视觉技术服务。相比于传统基于opencv实现的人脸检测，face++平台为人脸检测与追踪技术提供快速、高准确率的人像检测功能，不仅支持图片与实时视频流的检测，还支持多种人脸姿态的检测，且能应对复杂的光照情况，可检测出不小于16*16像素的人脸。本专利技术基于现有的face++平台识别连续图片帧中的人脸，并通过跟踪算法对该连续图片帧的单个目标人脸进行匹配跟踪。由于连续图片帧中的相邻两帧图像时间间隔较短，一般为
几十毫秒，各目标运动速度较低，运动状态变化较小，所以本专利技术以连续图片帧中的第K帧作为模板帧图片，以其下一帧图片即第K+1帧为待测帧图片进行匹配，可快速准确的跟踪目标人脸。请同时参阅图1和图2，图1是本专利技术实施例1基于fa本文档来自技高网...

【技术保护点】
一种基于face++平台的人脸跟踪方法，其特征在于：包括如下步骤：步骤1：通过face++平台获得第K帧图片作为模板帧图片，并获得该模板帧图片中待跟踪的目标人脸，圈定该目标人脸图像作为匹配模板，并以该匹配模板的中心位置位于该模板帧图片的坐标作为匹配坐标；其中，K为大于或等于1的整数。步骤2：获得第K+1帧图片作为待测帧图片，在待测帧图片中获得匹配目标点，该匹配目标点位于该待检测图片中的坐标与匹配坐标一致；步骤3：以匹配目标点为中心，在待测帧图片中圈定一匹配区域；步骤4：将匹配区域内的图像与匹配模板进行匹配，以在匹配区域内查找到目标人脸；步骤5：以第K+1帧图片作为模板帧图片，返回步骤1。

【技术特征摘要】
1.一种基于face++平台的人脸跟踪方法，其特征在于：包括如下步骤：步骤1：通过face++平台获得第K帧图片作为模板帧图片，并获得该模板帧图片中待跟踪的目标人脸，圈定该目标人脸图像作为匹配模板，并以该匹配模板的中心位置位于该模板帧图片的坐标作为匹配坐标；其中，K为大于或等于1的整数。步骤2：获得第K+1帧图片作为待测帧图片，在待测帧图片中获得匹配目标点，该匹配目标点位于该待检测图片中的坐标与匹配坐标一致；步骤3：以匹配目标点为中心，在待测帧图片中圈定一匹配区域；步骤4：将匹配区域内的图像与匹配模板进行匹配，以在匹配区域内查找到目标人脸；步骤5：以第K+1帧图片作为模板帧图片，返回步骤1。2.根据权利要求1所述的基于face++平台的人脸跟踪方法，其特征在于：在步骤3中，所述匹配区域的面积是匹配模板的面积的倍数；通过梯度下降算法以匹配目标点坐标作为起点，以负梯度方向为方向，在待测帧图片中获得一极小值，该起点与极小值连线的区域在所述匹配区域内。3.根据权利要求1所述的基于face++平台的人脸跟踪方法，其特征在于：在步骤4中，设定匹配阈值；计算匹配区域中各部分区域与目标人脸模板的匹配度值，并获得一最大匹配度值；将最大匹配度值与预设的匹配阈值进行比较，若最大匹配度值小于预设的匹配阈值，则判断找到了目标人脸；其中，将目标人脸模板在对应的感兴趣区域上移动，且每移动一个像素均计算目标人脸模板与重叠区域的匹配度值，通过比较获得最大匹配度值。4.根据权利要求3所述的基于face++平台的人脸跟踪方法，其特征在于：若最大匹配度值大于预设的匹配阈值，判断人脸被遮挡，则采用卡尔曼滤波算法，以第K帧图片预测第K+1帧图片中待跟踪目标人脸的位置，以预测的第K+1帧作为模板帧，将获得的第K+1帧图片与模板帧进行匹配；若最大匹配度值仍大于预设的匹配阈值，则用预测的第K+1帧图片预测下一帧图片中待跟踪目标人脸的位置，直到最大匹配度值小于预设的匹配阈值才停止迭代。5.根据权利要求1所述的基于face++平台的人脸跟踪方法，其特征在于：在步骤2中，将显示跟踪的时间点延迟，同时将实时获得的待测帧图片依序保存形成一个队列；在匹配时再依序获得各个待测帧图片，确保取模板帧与待测帧为相邻图片帧。6.根据权利要求1-5中任一权利要求所述的基于face++平台的人脸跟踪方法，其特征在于：在步骤1中，通过face++平台获得第K帧图片作为模板帧图片，并获得该模板帧图片中待跟踪的多个目标人脸，圈定该多个目标人脸图像以获得多个匹配模板，并获得该多个
\t匹配模板的中心位置位于该模板帧图片的坐标以作为多个匹配坐标；在步骤1和步骤2中增加步骤1A，其中步骤1...

【专利技术属性】
技术研发人员：唐小煜，谢晓明，许晓平，黄伟武，曾显华，冯利斌，李榕，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：广东;44