基于人脸检测和跟踪截取人脸图像的方法和装置制造方法及图纸

本发明专利技术公开了一种基于人脸检测和跟踪截取人脸图像的方法和装置，属于人脸跟踪技术领域。所述方法包括：采用级联分类器对待检测图像进行人脸检测；当检测到人脸目标时，使用均值跟踪算法对人脸目标进行人脸跟踪；当人脸目标离开检测区域时，在各个帧上根据目标的位置判断同一帧内的人脸检测与人脸跟踪是否对应同一个人脸目标，选出人脸检测与人脸跟踪对应同一个人脸目标的各个帧；在选出的各个帧中，计算同一帧内人脸检测的窗口与人脸跟踪的窗口的重合度，将重合度最大的帧上人脸检测得到的人脸图像作为截取的人脸图像。所述装置包括：检测模块、跟踪模块、判断模块和截取模块。本发明专利技术截取了较清晰的人脸图像，提高了人脸跟踪的精度及跟踪效果。

【技术实现步骤摘要】

本专利技术涉及人脸跟踪
，特别涉及一种基于人脸检测和跟踪截取人脸图像的方法和装置。
技术介绍
随着安全需求的提高，人流量统计、人员特征识别、人脸识别技术等商业价值已经开始显露，并逐步开始应用。人脸检测和人脸跟踪作为这些任务的重要环节，具有非常重要的作用和意义。近年来，研究人员在这一领域投入了大量的时间和精力，致力于开发出快速准确的人脸检测方法和跟踪方法。人脸检测是指在给定的图片中确定出人脸的位置及大小的过程。目前，常用的人脸检测方法是基于Haar特征和Boosted级联的人脸检测方法。该算法的核心思想是通过迭代选出多个具有不同分类能力的弱分类器进行组合形成强分类器，并由多个强分类器先后顺序组合起来形成级联分类器，作为最终的人脸检测器。人脸跟踪是指在输入图像序列中确定某个人脸的运动轨迹及大小变化的过程。人脸跟踪技术具有重要的潜在应用价值，它作为自动人脸识别、视频检索、视频监控等领域中的一项关键技术，受到研究者的普遍重视。目前，常用的人脸跟踪方法有mean-shift算法、cam-shift算法、粒子滤波器等等。然而，通常情况下，人脸跟踪的目标在移动过程中，目标的大小形状、光照等条件会发生变化。目前的人脸跟踪技术随着跟踪帧数的增加，跟踪误差会逐渐增大，导致跟踪效果变差，跟踪结果的精度较低，而找到视频中出现人脸的过程中较为清晰的一帧保存下来作为日后数据库使用也是安防系统中重要的要求和功能。
技术实现思路
为了提高人脸跟踪结果的精度，本专利技术提供了 一种基于人脸检测和跟踪截取人脸图像的方法的方法和装置。所述技术方案如下:—方面，本专利技术提供了一种基于人脸检测和跟踪截取人脸图像的方法，所述方法包括:采用级联分类器对待检测图像进行人脸检测；当检测到人脸目标时，使用均值跟踪算法对所述人脸目标进行人脸跟踪；当所述人脸目标离开检测区域时，在人脸检测和人脸跟踪的各个帧上，根据目标的位置判断同一帧内的人脸检测与人脸跟踪是否对应同一个人脸目标，选出人脸检测与人脸跟踪对应同一个人脸目标的各个帧； 在选出的各个帧中，计算同一帧内人脸检测的窗口与人脸跟踪的窗口的重合度，比较计算得到的所有重合度，将重合度最大的帧上人脸检测得到的人脸图像作为截取的人脸图像。其中，当检测到人脸目标时，使用均值跟踪算法对所述人脸目标进行跟踪，包括:当检测到人脸目标时，估计所述人脸目标在下一帧出现的位置；计算每个估计的位置的权重，对计算出的所有权重求取权重平均值；根据所述权重平均值获取对应的位置，按照获取的所述位置对所述人脸目标进行人脸跟踪。其中，在人脸检测和人脸跟踪的各个帧上，根据目标的位置判断同一帧内的人脸检测与人脸跟踪是否对应同一个人脸目标，包括:在人脸检测和人脸跟踪的每个帧上，计算该帧内人脸检测的目标位置的左上角顶点与人脸跟踪的目标位置的左上角顶点之间的距离，并且计算该帧内人脸检测窗口边长与人脸跟踪窗口边长的比值，当所述距离小于等于预设的距离阈值且所述比值小于等于预设的比值阈值时，判定该帧内的人脸检测与人脸跟踪对应同一个人脸目标。其中，所述方法还包括:当根据目标的位置判断出某一帧内的人脸检测与人脸跟踪对应同一个人脸目标时，将该帧内人脸跟踪得到的人脸图像替换为人脸检测得到的人脸图像，以替换后的人脸图像继续进行人脸跟踪。其中，所述方法还包括:当根据目标的位置判断出某一帧内的人脸检测与人脸跟踪对应不同的人脸目标时，将该帧内人脸检测到的人脸图像作为新的人脸目标，对所述新的人脸目标启动人脸跟足示O另一方面，本专利技术还提供了一种基于人脸检测和跟踪截取人脸图像的的装置，所述装置包括:检测模块，用于采用级联分类器对待检测图像进行人脸检测；跟踪模块，用于当所述检测模块检测到人脸目标时，使用均值跟踪算法对所述人脸目标进行人脸跟踪；判断模块，用于当所述人脸目标离开检测区域时，在人脸检测和人脸跟踪的各个帧上，根据目标的位置判断同一帧内的人脸检测与人脸跟踪是否对应同一个人脸目标，选出人脸检测与人脸跟踪对应同一个人脸目标的各个帧；截取模块，用于在选出的各个帧中，计算同一帧内人脸检测的窗口与人脸跟踪的窗口的重合度，比较计算得到的所有重合度，将重合度最大的帧上人脸检测得到的人脸图像作为截取的人脸图像。其中，所述跟踪模块包括:估计单元，用于当所述检测模块检测到人脸目标时，估计所述人脸目标在下一帧出现的位置；计算单元，用于计算每个估计的位置的权重，对计算出的所有权重求取权重平均值；跟踪单元，用于根据所述权重平均值获取对应的位置，按照获取的所述位置对所述人脸目标进行人脸跟踪。其中，所述判断模块用于:在人脸检测和人脸跟踪的每个帧上，计算该帧内人脸检测的目标位置的左上角顶点与人脸跟踪的目标位置的左上角顶点之间的距离，并且计算该帧内人脸检测窗口边长与人脸跟踪窗口边长的比值，当所述距离小于等于预设的距离阈值且所述比值小于等于预设的比值阈值时，判定该帧内的人脸检测与人脸跟踪对应同一个人脸目标。其中，所述跟踪模块还用于:当所述判断模块根据目标的位置判断出某一帧内的人脸检测与人脸跟踪对应同一个人脸目标时，将该帧内人脸跟踪得到的人脸图像替换为人脸检测得到的人脸图像，以替换后的人脸图像继续进行人脸跟踪。其中，所述跟踪模块还用于:当所述判断模块根据目标的位置判断出某一帧内的人脸检测与人脸跟踪对应不同的人脸目标时，将该帧内人脸检测到的人脸图像作为新的人脸目标，对所述新的人脸目标启动人脸跟踪。本专利技术提供的技术方案带来的有益效果是:通过均值跟踪算法对级联分类器检测到的人脸目标进行人脸跟踪，当人脸目标离开检测区域时，在人脸检测和人脸跟踪的各个帧上，选出人脸检测与人脸跟踪对应同一个人脸目标的各个帧；在选出的各个帧中，计算同一帧内人脸检测的窗口与人脸跟踪的窗口的重合度，将重合度最大的帧上人脸检测得到的人脸图像作为截取的人脸图像，在充分利用检测资源和跟踪资源的基础上，截取了较清晰的人脸图像，提高了人脸跟踪的精度，提升了跟踪效果，并为截取清晰的人脸图像提供了数据上的支持。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例提供的基于人脸检测和跟踪截取人脸图像的方法流程图；图2是本专利技术实施例提供的级联分类器的检测示意图；图3是本专利技术另一实施例提供的基于人脸检测和跟踪截取人脸图像的方法流程图；图4是本专利技术实施例提供的计算重合度的示意图；图5是本专利技术一实施例提供的基于人脸检测和跟踪截取人脸图像的装置结构图；图6是本专利技术另一实施例提供的基于人脸检测和跟踪截取人脸图像的装置结构图。具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。本专利技术实施例涉及级联分类器。所述级联分类器是由多个分类器串联组成的，该多个强分类器的个数又称为级联分类器的级数。例如，10级的级联分类器由10个强分类器组成等等。通常，级联分类器在进行人脸检测是经过训练的，训练时可以用预先准备好的正样本和负样本进行训练。其中，所述正样本和负样本的大小和数量，本专利技术对此不做具体限定,如正样本为20*20本文档来自技高网...

【技术保护点】
一种基于人脸检测和跟踪截取人脸图像的方法，其特征在于，所述方法包括：采用级联分类器对待检测图像进行人脸检测；当检测到人脸目标时，使用均值跟踪算法对所述人脸目标进行人脸跟踪；当所述人脸目标离开检测区域时，在人脸检测和人脸跟踪的各个帧上，根据目标的位置判断同一帧内的人脸检测与人脸跟踪是否对应同一个人脸目标，选出人脸检测与人脸跟踪对应同一个人脸目标的各个帧；在选出的各个帧中，计算同一帧内人脸检测的窗口与人脸跟踪的窗口的重合度，比较计算得到的所有重合度，将重合度最大的帧上人脸检测得到的人脸图像作为截取的人脸图像。

【技术特征摘要】
1.一种基于人脸检测和跟踪截取人脸图像的方法，其特征在于，所述方法包括: 采用级联分类器对待检测图像进行人脸检测； 当检测到人脸目标时，使用均值跟踪算法对所述人脸目标进行人脸跟踪； 当所述人脸目标离开检测区域时，在人脸检测和人脸跟踪的各个帧上，根据目标的位置判断同一帧内的人脸检测与人脸跟踪是否对应同一个人脸目标，选出人脸检测与人脸跟踪对应同一个人脸目标的各个帧； 在选出的各个帧中，计算同一帧内人脸检测的窗口与人脸跟踪的窗口的重合度，比较计算得到的所有重合度，将重合度最大的帧上人脸检测得到的人脸图像作为截取的人脸图像。2.根据权利要求1所述的方法，其特征在于，当检测到人脸目标时，使用均值跟踪算法对所述人脸目标进行跟踪，包括: 当检测到人脸目标时，估计所述人脸目标在下一帧出现的位置； 计算每个估计的位置的权重，对计算出的所有权重求取权重平均值； 根据所述权重平均值获取对应的位置，按照获取的所述位置对所述人脸目标进行人脸跟踪。3.根据权利要求1所述的方法，其特征在于，在人脸检测和人脸跟踪的各个帧上，根据目标的位置判断同一帧内的人脸检测与人脸跟踪是否对应同一个人脸目标，包括: 在人脸检测和人脸跟踪的每个帧上，计算该帧内人脸检测的目标位置的左上角顶点与人脸跟踪的目标位置的左上角顶点之间的距离，并且计算该帧内人脸检测窗口边长与人脸跟踪窗口边长的比值，当所 述距离小于等于预设的距离阈值且所述比值小于等于预设的比值阈值时，判定该帧内的人脸检测与人脸跟踪对应同一个人脸目标。4.根据权利要求1所述的方法，其特征在于，所述方法还包括: 当根据目标的位置判断出某一帧内的人脸检测与人脸跟踪对应同一个人脸目标时，将该帧内人脸跟踪得到的人脸图像替换为人脸检测得到的人脸图像，以替换后的人脸图像继续进行人脸跟踪。5.根据权利要求1所述的方法，其特征在于，所述方法还包括: 当根据目标的位置判断出某一帧内的人脸检测与人脸跟踪对应不同的人脸目标时，将该帧内人脸检测到的人脸图像作为新的人脸目标，对所述新的人脸目标启动人脸跟踪。6.一种...

【专利技术属性】
技术研发人员：曹林，朱希安，周汐，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：