【技术实现步骤摘要】
本专利技术涉及一种多姿态人脸检测与跟踪方法及系统。
技术介绍
多姿态的人脸检测及跟踪问题是近几年发展起来的研究课题，目前静态图片的人脸检测算法逐渐趋于成熟，然而，由于动态场景或者实时视频中的人脸可能遇到各种各样的外界环境干扰，例如光照变化、人脸姿态、部分遮挡等，这些干扰限制了人脸检测系统在实际监控中的应用。目前，并没有一个成熟的人脸检测及跟踪方法或系统能够应用于复杂的监控环境中，如公开号为“CN1794264”(申请号为“CN200510135668. 8”)专利技术名称为“视频序列中人脸的实时检测与持续跟踪的方法及系统”的中国专利申请，其只能够解决正面直立人脸的实时检测与跟踪，在实际的应用条件中正面直立人脸仅能达到25%左右。因此，如何正确识别多姿态即不同角度的人脸仍然是人脸检测跟踪中急需解决的问题，目前的解决方法大都分为两种，一种是利用三维建模来实现，如公开号为“CN101499128”(申请号为“CN200810057183. 5”)专利技术名称为“基于视频流的三维人脸动作检测和跟踪方法”的中国专利申请，但是其记载的三维建模方法的核心技术运算量大，不稳定不...
【技术保护点】
【技术特征摘要】
1.一种多姿态人脸检测与跟踪方法，其特征在于，包括 步骤一将摄像机采集到的图像进行解码后还原成帧图片，对所述帧图片进行光照补偿的预处理； 步骤二 从预处理后的帧图片中获取人脸图片； 步骤三判断所述人脸图片是否为假脸， 若不是假脸，则根据所述人脸图片中的人脸特征判断人脸的年龄段及性别，对人脸的运行轨迹进行预测，并根据所述预测的结果跟踪所述人脸并判断跟踪是否丢失，若未丢失，则根据所述预测的结果定位获取下一张人脸图片在下一张帧图片中的位置并重复所述步骤一至步骤三，若丢失，则对所述人脸图片进行最佳姿态筛选，选出旋转角度和清晰度最佳的五张人脸图片； 若是假脸，则丢弃所述人脸图片，重复所述步骤一至步骤三。2.如权利要求I所述的多姿态人脸检测与跟踪方法，其特征在于，所述步骤一中通过参考最闻売度进行光照补偿。3.如权利要求I所述的多姿态人脸检测与跟踪方法，其特征在于，所述步骤二中采用AdaBoost训练方法从预处理后的帧图片中获取人脸图片。4.如权利要求I所述的多姿态人脸检测与跟踪方法，其特征在于，所述步骤三中利用肤色验证和特征验证相融合的方法判断所述人脸图片是否为假脸。5.如权利要求4所述的多姿态人脸检测与跟踪方法，其特征在于，所述肤色验证包括 从所述人脸图片中获取肤色区域面积与人脸区域面积的比值； 根据所述比值和第一预设阈值筛选所述人脸图片。6.如权利要求4所述的多姿态人脸检测与跟踪方法，其特征在于，所述特征验证包括 从所述人脸图片中获取唇色区域面积； 根据所述唇色区域面积和第二预设阈值筛选所述人脸图片。7.如权利要求4所述的多姿态人脸检测与跟踪方法，其特征在于，所述特征验证包括 从所述人脸图片中获取眼睛区域面积； 根据所述眼睛区域面积和第三预设阈值筛选所述人脸图片。8.如权利要求I所述的多姿态人脸检测与跟踪方法，其特征在于，判断人脸的性别的步骤包括 通过PCA结合SIFT的特征提取方法获取所述人脸图片的男性投影矩阵和女性投影矩阵； 利用K-Means聚类方法得到标准的男性聚类中心和女性聚类中心； 获取所述男性投影矩阵到所述男性聚类中心的第一距离； 获取所述女性投影矩阵到所述女性聚类中心的第二距离； 判断所述第一距离是否大于所述第二距离，若是则判断所述人脸图片为男性，若否则判断所述人脸图片为女性。9.如权利要求I所述的多姿态人脸检测与跟踪方法，其...
【专利技术属性】
技术研发人员：刘崎峰，朱同辉，
申请(专利权)人：上海中原电子技术工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。