融合颜色干扰模型与遮挡模型的人脸跟踪方法和跟踪系统技术方案

本发明专利技术公开了融合颜色干扰模型与遮挡模型的人脸跟踪方法和跟踪系统，跟踪方法包括：1、参数初始化；2、对第k帧进行人脸检测和人脸关键特征点检测；3、对第k+1帧图像进行人脸跟踪；4、判断第k+1帧图像是否有颜色干扰；5、如果没有颜色干扰，且步骤3中人脸跟踪的结果为成功，跳转到步骤2跟踪下一帧图像；如果没有颜色干扰，但步骤3中人脸跟踪的结果为失败，遮挡计数器的值M加一；如果M>T，跳转到步骤2对当前帧重新进行人脸检测；如果M≤T，跳转到步骤2检测下一帧图像；6、如果有颜色干扰，对当前帧重新进行人脸检测和人脸关键特征点检测，跳转到步骤2检测下一帧图像。该方法能够降低人脸跟踪过程中因颜色干扰和人脸遮挡引起的抖动，提高跟踪的精确度。

Face tracking method and tracking system based on color interference model and occlusion model

【技术实现步骤摘要】
融合颜色干扰模型与遮挡模型的人脸跟踪方法和跟踪系统
本专利技术属于人脸跟踪
，具体涉及一种能够克服颜色干扰和遮挡的人脸跟踪方法和跟踪系统。
技术介绍
目前人脸检测和人脸跟踪作为图像处理的两大重要分支，已被广泛应用在身份验证、入口控制、交通管制等公共安全及信息安全领域。人脸跟踪技术在近年得到广泛的发展，国内外研究人士提出了很多不同的人脸跟踪方法,取得了一定的成果，但这些方法也存在稳定性差、精度低、抖动率高等缺点。
技术实现思路
专利技术目的：针对现有技术中存在的问题，本专利技术公开了一种融合颜色干扰模型和遮挡模型的人脸跟踪方法，该方法能够降低人脸跟踪过程中因颜色干扰和人脸遮挡引起的抖动，提高跟踪的精确度。技术方案：本专利技术一方面公开了一种人脸跟踪方法，包括如下步骤：(1)参数初始化：人脸检测标志F＝true，当前图像帧序号k＝1，遮挡计数器值M＝0；(2)当F＝true时，对待跟踪的图像序列的第k帧进行人脸检测，获取人脸区域Ak；检测Ak中人脸关键特征点Pk；将人脸检测标志F设置为false；<本文档来自技高网...

【技术保护点】
1.融合颜色干扰模型与遮挡模型的人脸跟踪方法，其特征在于，包括：/n(1)参数初始化：人脸检测标志F＝true，当前图像帧序号k＝1，遮挡计数器值M＝0；/n(2)当F＝true时，对待跟踪的图像序列的第k帧进行人脸检测，获取人脸区域A

【技术特征摘要】
1.融合颜色干扰模型与遮挡模型的人脸跟踪方法，其特征在于，包括：
(1)参数初始化：人脸检测标志F＝true，当前图像帧序号k＝1，遮挡计数器值M＝0；
(2)当F＝true时，对待跟踪的图像序列的第k帧进行人脸检测，获取人脸区域Ak；检测Ak中人脸关键特征点Pk；将人脸检测标志F设置为false；
(3)根据Ak和Pk，采用LK光流法对第k+1帧图像进行人脸跟踪，得到第k+1帧图像中的人脸区域Ak+1和人脸关键特征点Pk+1；
(4)判断第k+1帧图像是否有颜色干扰，判断条件为：
Sk+1>Sk*por|Gk-Gk+1|>Gth
其中Sk为Ak的面积，Sk+1为Ak+1的面积，p为调整参数，p>1；Gk为Ak质心处的灰度值，Gk+1为Ak+1质心处的灰度值，Gth为预设的质心灰度变化阈值；
(5)如果第k+1帧图像没有颜色干扰，且步骤(3)中LK光流法进行人脸跟踪的结果为成功，当前图像帧序号k加一，跳转到步骤(2)；
如果第k+1帧图像没有颜色干扰，但步骤(3)中LK光流法进行人脸跟踪的结果为失败，遮挡计数器的值M加一；
如果M>T，将M的值置零，人脸检测标志F设置为true，当前图像帧序号k加一，跳转到步骤(2)；其中T为预设的计数器阈值；
如果M≤T，当前图像帧序号k加一，跳转到步骤(2)；
(6)如果第k+1帧图像有颜色干扰，对第k+1帧图像进行人脸检测和人脸关键特征点检测，得到...

【专利技术属性】
技术研发人员：马国军，唐跃，朱琎，马道懿，王冬青，曾庆军，夏健，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：江苏;32