一种基于人体特征定位的镜头捕捉方法技术

本发明专利技术公开了一种基于人体特征定位的镜头捕捉方法，包括：建立第一视觉采集端和第二视觉采集端，第一视觉采集端用于捕捉全景图像，并在全景图像上进行特征点标记，筛选核心标记部分，第二视觉采集端用于对核心标记部分进行跟踪采集；获取核心标记部分的动态偏移信息，所述动态偏移信息包括偏移方向和偏移距离；根据动态偏移信息微调第二视觉采集端的视觉捕捉方向，对核定标记部分实时跟踪采集。本发明专利技术解决传统图像采集无法对人体特征进行跟踪采集的问题，本申请包括第一视觉采集端和第二视觉采集端，能通过第一视觉采集端对人体特征进行标记和分析，由第二视觉采集端对核心标记部分进行跟踪采集。

A lens capture method based on human body feature location

【技术实现步骤摘要】
一种基于人体特征定位的镜头捕捉方法
本专利技术涉及计算机信息
，特别是一种基于人体特征定位的镜头捕捉方法。
技术介绍
运动目标捕捉与跟踪是当前计算机视觉领域的研究热点，运动目标捕捉与跟踪是指利用计算机在视频序列中确定感兴趣的、具有某种显著特征的运动目标的位置、大小、以及运动目标完整的运动轨迹。但随着近年来人体特征捕捉处理能力以及应用的提升，越来越多的人机交互应用在生活领域，然而现有的人体特征定位大多是基于图像算法实现的，这种方式仅仅是对已采集的图像进行优化，并不能实现在图像采集前的定位和跟踪。专利申请号：CN201610120901.3公开运动目标捕捉与跟踪设备及运动目标捕捉与跟踪方法，其中设备包括：全景图像采集器，与全景图像采集器电连接的控制器，与控制器分别电连接的多个分镜摄像系统；全景图像采集器向控制器传输采集到的全景环境图像；控制器根据全景环境图像确定待跟踪运动目标和待跟踪运动目标的位置，向分镜摄像系统发送对应的运动目标跟踪指令；分镜摄像系统对来自待跟踪运动目标的光线进行反射，利用光线反射原理在镜头指向不变时捕捉并跟踪待跟踪运动目标。在上述专利中，是通过保持拍摄镜头指向不变的情况下通过光线反射原理进行运动目标的捕捉与跟踪，避免机械调节镜头方向调节速度慢的问题，而这种方式并不能解决人体特征跟踪定位的问题。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于人体特征定位的镜头捕捉方法，解决传统图像采集无法对人体特征进行跟踪采集的问题，本申请包括第一视觉采集端和第二视觉采集端，能通过第一视觉采集端对人体特征进行标记和分析，由第二视觉采集端对核心标记部分进行跟踪采集。本专利技术的目的是通过以下技术方案来实现的：一种基于人体特征定位的镜头捕捉方法，包括：S1、建立第一视觉采集端和第二视觉采集端，第一视觉采集端用于捕捉全景图像，并在全景图像上进行特征点标记，筛选核心标记部分，第二视觉采集端用于对核心标记部分进行跟踪采集；S2、获取核心标记部分的动态偏移信息，所述动态偏移信息包括偏移方向和偏移距离；S3、根据动态偏移信息微调第二视觉采集端的视觉捕捉方向，对核定标记部分实时跟踪采集。进一步的，所述第一视觉采集端用于捕捉全景图像，并在全景图像上进行特征点标记，具体包括：建立人体特征标记数据库，所述人体特征标记数据库包括脸部特征标记数据库、肩部特征标记数据库、身体特征标记数据库和腿部特征标记数据库；脸部特征标记数据库包括眼部特征网、嘴巴特征网、鼻部特征网、耳部特征网和脸颊特征网；肩部特征标记数据库包括下巴特征网、颈部特征网和肩部特征网；身体特征标记数据库包括胸部特征网、腹部特征网、腰部特征网和胯部特征网；腿部特征标记数据库包括大腿部特征网、小腿部特征网和脚部特征网。进一步的，第一视觉采集端筛选核心标记部分包括：设定在第一视觉采集端的全景图像中央包含预捕捉框，对预捕捉框中的特征点标记部分进行对比分析，并设定预捕捉框中的特征点标记部分为核心标记部分。进一步的，设定在第二视觉采集端还包括红外照明和红外滤光。进一步的，设定第二视觉采集端包括构建人脸轮廓的方法，具体为：用积分投影方法计算人脸图像的灰度变化；利用灰度变化构建人脸轮廓，对人脸轮廓建立轮廓标记点；采集当前人脸特征标记点与轮廓标记点之间的距离变化，并根据当前人脸特征标记点的动态偏移，建立人脸动态偏移轨迹模型；由根据动态偏移模型微调第二视觉采集端的视觉捕捉方向。进一步的，根据动态偏移信息微调第二视觉采集端的视觉捕捉方向，对核定标记部分实时跟踪采集，具体还包括：选取第二视觉采集的图像的核心标记部分；对第二视觉采集图像进行裁切处理；将处理后的新图像反馈给输出端。进一步的，设定在采集脸部特征时，以眼部特征网为核心标记部分，第二视觉采集端堆眼部特征进行跟踪。本专利技术的有益效果为：(1)本专利技术包括第一视觉采集端和第二视觉采集端，能通过第一视觉采集端对人体特征进行标记和分析，由第二视觉采集端对核心标记部分进行跟踪采集，解决传统只包含一个图像采集端，无法对全景图像进行分析的问题；(2)本专利技术能对人体不同部位建立特征网，根据特征网的特点构件人体轮廓，由人体轮廓和特征点的变化对第二视觉采集端进行微调，从而解决传统图像采集无法对人体特征进行跟踪采集的问题。附图说明图1为本专利技术镜头捕捉方法的流程图；图2为本专利技术构建人脸轮廓的方法。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为使本专利技术的目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。实施例1：一种基于人体特征定位的镜头捕捉方法，如图1所示，包括：S1、建立第一视觉采集端和第二视觉采集端，第一视觉采集端用于捕捉全景图像，并在全景图像上进行特征点标记，筛选核心标记部分，第二视觉采集端用于对核心标记部分进行跟踪采集；S2、获取核心标记部分的动态偏移信息，所述动态偏移信息包括偏移方向和偏移距离；S3、根据动态偏移信息微调第二视觉采集端的视觉捕捉方向，对核定标记部分实时跟踪采集。本专利技术通过第一视觉采集端和第二视觉采集端分别采集目标的图像，第一视觉采集端主要用于采集目标的全景图像，并对全景图像进行区域分析，在全景图像上进行特征点标记，即对全景图像的特征部位进行划分，而第二视觉采集端用于对划分后的核心标记部分进行跟踪采集，即采集精确图像。进一步的，所述第一视觉采集端用于捕捉全景图像，并在全景图像上进行特征点标记，具体包括：建立人体特征标记数据库，所述人体特征标记数据库包括脸部特征标记数据库、肩部特征标记数据库、身体特征标记数据库和腿部特征标记数据库；脸部特征标记数据库包括眼部特征网、嘴巴特征网、鼻部特征网、耳部特征网和脸颊特征网；肩部特征标记数据库包括下巴特征网、颈部特征网和肩部特征网；身体特征标记数据库包括胸部特征网、腹部特征网、腰部特征网和胯部特征网；腿部特征标记数据库包括大腿部特征网、小腿部特征网和脚部特征网。实施例2：本实施例在实施例1的基础上，第一视觉采集端筛选核心标记部分包括：设定在第一视觉采集端的全景图像中央包含预捕捉框，对预捕捉框中的特征点标记部分进行对比分析，并设定预捕捉框中的特征点标记部分为核心标记部分。设定在第二视觉采集端还包括红外照明和红外滤光。设定第二视觉采集端包括构建人脸轮廓的方法，如图1所示，具体为：用积分投影方法计算人脸图像的灰度变本文档来自技高网...

【技术保护点】
1.一种基于人体特征定位的镜头捕捉方法，其特征在于，包括：/nS1、建立第一视觉采集端和第二视觉采集端，第一视觉采集端用于捕捉全景图像，并在全景图像上进行特征点标记，筛选核心标记部分，第二视觉采集端用于对核心标记部分进行跟踪采集；/nS2、获取核心标记部分的动态偏移信息，所述动态偏移信息包括偏移方向和偏移距离；/nS3、根据动态偏移信息微调第二视觉采集端的视觉捕捉方向，对核定标记部分实时跟踪采集。/n

【技术特征摘要】
1.一种基于人体特征定位的镜头捕捉方法，其特征在于，包括：
S1、建立第一视觉采集端和第二视觉采集端，第一视觉采集端用于捕捉全景图像，并在全景图像上进行特征点标记，筛选核心标记部分，第二视觉采集端用于对核心标记部分进行跟踪采集；
S2、获取核心标记部分的动态偏移信息，所述动态偏移信息包括偏移方向和偏移距离；
S3、根据动态偏移信息微调第二视觉采集端的视觉捕捉方向，对核定标记部分实时跟踪采集。


2.根据权利要求1所述一种基于人体特征定位的镜头捕捉方法，其特征在于，所述第一视觉采集端用于捕捉全景图像，并在全景图像上进行特征点标记，具体包括：
建立人体特征标记数据库，所述人体特征标记数据库包括脸部特征标记数据库、肩部特征标记数据库、身体特征标记数据库和腿部特征标记数据库；
脸部特征标记数据库包括眼部特征网、嘴巴特征网、鼻部特征网、耳部特征网和脸颊特征网；
肩部特征标记数据库包括下巴特征网、颈部特征网和肩部特征网；
身体特征标记数据库包括胸部特征网、腹部特征网、腰部特征网和胯部特征网；
腿部特征标记数据库包括大腿部特征网、小腿部特征网和脚部特征网。


3.根据权利要求1所述一种基于人体特征定位的镜头捕捉方法，其特征在于，第一视觉采集端筛选核心标记部分包括：
设定在第一视觉采集端...

【专利技术属性】
技术研发人员：陈颖，
申请(专利权)人：陈颖，
类型：发明
国别省市：河北;13