基于视频图像的人脸跟踪方法、装置、设备及介质制造方法及图纸

本发明专利技术实施例提供的一种基于视频图像的人脸跟踪方法、装置、设备及介质。在该方法中，首先筛选出有效检测框，再根据有效检测框和跟踪目标得到空间匹配代价函数矩阵，进而结合匈牙利最大匹配算法进行匹配得到匹配结果。若匹配结果有多组，继续获取人脸特征匹配代价函数矩阵，再次结合匈牙利最大匹配算法进行匹配得到匹配结果。最后根据匹配结果刷新跟踪参数以及更新跟踪队列。本方案通过得到空间匹配代价函数矩阵和人脸特征匹配代价函数矩阵以及利用匈牙利最大匹配算法进行匹配得到匹配结果，有效降低了人脸跟踪的失败率。有效降低了人脸跟踪的失败率。有效降低了人脸跟踪的失败率。

【技术实现步骤摘要】
基于视频图像的人脸跟踪方法、装置、设备及介质


[0001]本专利技术涉及视频处理领域，尤其涉及一种基于视频图像的人脸跟踪方法、装置、设备及介质。

技术介绍

[0002]随着社会和科技的发展，人脸追踪的技术越来越成熟，应用的领域也越来越多，已广泛应用于安防、零售等多个领域。对于通过固定摄像头、移动摄像头以及其他方式获取到的视频，如何获取识别人脸，获取人脸特征，以及进行人脸追踪是人们希望解决的问题。
[0003]现有技术中，网关获取到视频后，提取若干帧图像，对当前帧图像进行识别，得到检测框和对应的目标。进而与上一帧中确定出来的跟踪目标进行级联匹配，对于未级联匹配上的检测框和跟踪目标，计算交并比(Intersection over Union，简称：IOU)矩阵，基于IOU矩阵利用匈牙利最大匹配算法进行匹配，得到最终的匹配结果，最后根据匹配结果更新跟踪目标和跟踪目标的跟踪参数。
[0004]综上所述，现有的人脸跟踪方法仅基于IOU矩阵进行了一次匈牙利最大匹配算法进行匹配，导致人脸跟踪的失败率较高。
专利技术内容
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频图像的人脸跟踪方法，其特征在于，所述方法包括：针对每一帧视频图像中的至少一个检测框，根据每个检测框的置信度与预设置信度阈值，获取所述视频图像中的有效检测框；根据跟踪队列中的每个跟踪目标以及所述有效检测框，计算空间匹配代价函数矩阵，所述空间匹配代价函数矩阵用于表示每个跟踪目标与每个有效检测框之间的代价值，所述跟踪队列中包括对所述视频图像的上一帧图像进行处理完得到的所有跟踪目标；根据所述空间匹配代价函数矩阵，利用匈牙利最大匹配算法进行匹配，获取目标匹配结果；根据所述目标匹配结果，刷新所述跟踪队列中的每个跟踪目标的跟踪参数，其中，每个跟踪目标的跟踪参数包括：所述跟踪目标对应的检测框的坐标，所述跟踪目标的连续漏跟踪次数，所述跟踪目标的人脸特征向量集合；对于每个跟踪目标，若所述跟踪目标的连续漏跟踪次数大于预设次数阈值，则将所述跟踪目标从所述跟踪队列中删除，得到中间跟踪队列；将所述有效检测框中除去所述目标匹配结果对应的有效检测框的剩余有效检测框对应的目标，作为新的跟踪目标加入所述中间跟踪队列，得到对所述视频图像处理完的新的跟踪队列，并设置所述新的跟踪目标的初始跟踪参数。2.根据权利要求1所述的方法，其特征在于，所述根据所述空间匹配代价函数矩阵，利用匈牙利最大匹配算法进行匹配，获取目标匹配结果，包括：根据所述空间匹配代价函数矩阵，利用匈牙利最大匹配算法进行匹配，得到匹配结果；若匹配结果只有一组，则将所述匹配结果确定为所述目标匹配结果；若匹配结果包括至少两组，则根据所述空间匹配代价函数矩阵，计算人脸特征匹配代价函数矩阵，所述人脸特征匹配代价函数矩阵用于表示每个跟踪目标与每个有效检测框之间的代价值；根据所述人脸特征匹配代价函数矩阵，利用所述匈牙利最大匹配算法再次进行匹配，得到新的匹配结果；若所述新的匹配结果只有一组，则将所述新的匹配结果作为所述目标匹配结果；若所述新的匹配结果包括至少两组，则随机选择一组作为所述目标匹配结果。3.根据权利要求1所述的方法，其特征在于，所述根据跟踪队列中的每个跟踪目标以及所述有效检测框，计算空间匹配代价函数矩阵，包括：对于所述跟踪队列中的每个跟踪目标，根据所述跟踪目标的跟踪参数中的检测框的坐标，计算获取所述检测框的周长；根据所述周长，计算获取与所述周长等周长的圆的半径；根据所述跟踪目标的跟踪参数中的连续漏跟踪次数和所述圆的半径，计算获取位置半径；对于每个有效检测框，判断所述有效检测框的中心点是否在以所述跟踪目标的跟踪参数中的检测框的中心为圆心、半径为所述位置半径的圆内；若所述有效检测框的中心点不在所述圆内，则将所述有效检测框与所述跟踪目标之间的代价值设置为正无穷；若所述有效检测框的中心点在所述圆内，则判断所述有效检测框的周长与所述跟踪目
标的跟踪参数中的检测框的周长是否满足预设条件，其中，所述预设条件为Lm表示所述有效检测框的周长，Ln表示所述跟踪目标的跟踪参数中的检测框的周长，Tn表示所述跟踪目标的跟踪参数中的连续漏跟踪次数，β表示周长变动调节参数；若不满足所述预设条件，则将所述有效检测框与所述跟踪目标之间的代价值设置为正无穷；若满足所述预设条件，则将所述有效检测框与所述跟踪目标之间的代价值设置为0；根据每个有效检测框与每个跟踪目标之间的代价值，生成所述空间匹配代价函数矩阵。4.根据权利要求2所述的方法，其特征在于，所述根据所述空间匹配代价函数矩阵，计算人脸特征匹配代价函数矩阵，包括：将所述空间匹配代价函数矩阵中除去所述匹配结果对应的位置之外，值为0的位置设置为正无穷，得到结果矩阵；针对所述结果矩阵中任一值为0的位置对应的有效检测框和跟踪目标，计算所述有效检测框中的目标的人脸特征向量，与所述跟踪目标的跟踪参数中人脸特征向量集合中的每个人脸特征向量之间的特征向量距离；从所述特征向量距离中选取最小的特征向量距离作为目标特征向量距离，判断所述目标特征向量距离是否小于预设的人脸相似度阈值；若所述目标特征向量距离小于所述人脸相似度阈值，则将所述有效检测框与所述跟踪目标之间的代价值设置为正无穷；若所述目标特征向量距离大于或等于所述人脸相似度阈值，则将所述有效检测框与所述跟踪目标之间的代价值设置为所述目标特征向量距离；将所述结果矩阵中每个0设置为对应的有效检测框和跟踪目标之间的代价值，得到所述人脸特征匹配代价函数矩阵。5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述目标匹配结果，刷新跟踪队列中的每个跟踪目标的跟踪参数，包括：针对所述跟踪队列中的每个跟踪目标，若所述目标匹配结果指示对所述跟踪目标匹配未成功，则将所述跟踪目标的跟踪参数中的检测框坐标和人脸特征集合保持不变，并将连续漏跟踪次数加1；若所述目标匹配结果指示对所述跟踪目标匹配成功，则将所述跟踪目标的跟踪参数中的连续漏跟踪次数设置为0，并重新获取所述跟踪目标的跟踪参数中的检测框坐标，对所述跟踪目标的跟踪参数中的人脸特征集合进行刷新。6.根据权利要求5所述的方法，其特...

【专利技术属性】
技术研发人员：郭夏，李燮，曹亮，董伟，
申请(专利权)人：成都鼎桥通信技术有限公司，
类型：发明
国别省市：