[发明专利]一种基于人脸姿态估计的控制方法与系统

说明书

技术领域

本发明涉及模式识别和计算机视觉领域，尤其是一种基于人脸姿态估计的控制方法及系统，本发明适用于对各类设备的控制。

背景技术

目前很多设备都采用遥控技术进行控制，通用的遥控方法有定制的手持遥控器和通用移动终端（如：平板电脑和手机等）。这种方法的优点是能够对设备实现精准、实时控制，可靠性较高；缺点是会增加额外成本且不利于携带。另外，当遥控器出现硬件故障时，便无法对设备进行控制，这一问题在无人机控制领域尤其明显，当遥控器出现故障时，无法对正在飞行的无人机进行控制，出现“提控归”的无奈情形。

因此有必要在不增加现有硬件成本的基础上，研究新的控制方法，作为设备的独立遥控解决方案或者现有遥控方法的有益辅助。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供一种基于人脸姿态估计的控制方法及系统。

本发明中的控制方法包括：步骤1：对操作员的脸部进行视频采集；步骤2：对采集到的视频进行人脸检测；步骤3：对检测到的人脸进行计算得到人脸姿态信息；步骤4：根据人脸姿态信息确定其对应的控制指令。

步骤2进一步包括对检测到的人脸进行跟踪。

进一步，所述人脸姿态信息包括人脸的俯仰角、偏航角及滚转角。

进一步，步骤2中采用Adaboost方法进行人脸检测；采用Mean-shift方法并结合肤色分割方法对人脸进行跟踪。

步骤3进一步包括：采用快速脸部识别算法对检测到的人脸进行特征点标注，然后将所述特征点送入人脸姿态识别器中，得到检测到的人脸的姿态信息。

所述人脸姿态识别器是通过以下方式获得的：

步骤31：收集大量人脸图像样本组成人脸库；

步骤32：采用快速脸部识别算法对人脸库中的人脸逐一进行特征点标注；

步骤33：根据特征点对人脸库中的人脸图像样本进行分类，并明确每一分类对应的人脸姿态信息；

步骤34：使用人脸库中人脸图像样本的特征点及其对应的人脸姿态信息训练识别模型，经过训练的识别模型即为人脸姿态识别器。

本发明还提供了一种基于人脸姿态估计的控制系统，包括：

人脸视频采集单元，用于采集操作员的脸部的视频；

人脸检测单元，用于对采集到的视频进行人脸检测；

人脸姿态估计单元，用于对检测到的人脸进行计算得到人脸姿态信息；

人脸姿态翻译单元，用于根据人脸姿态信息确定其对应的控制指令。

进一步，还包括人脸跟踪单元，用于对检测到的人脸进行跟踪。

进一步，所述人脸姿态信息包括人脸的俯仰角、偏航角及滚转角。

人脸姿态估计单元进一步用于采用快速脸部识别算法对检测到的人脸进行特征点标注，然后将所述特征点送入人脸姿态识别器中，得到检测到的人脸的姿态信息。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1）将姿态估计引入到设备控制中，可独立对设备进行控制或作为遥控装置的辅助。不但可降低硬件成本，还可在某些实用场景中增加对设备的操控乐趣，如无人机控制领域，增强人机互动。

2）本发明一个具体实施例中使用人脸特征点对人脸姿态进行估计，提高了人脸姿态识别的精度和可靠性。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1为本发明一个具体实施例的方法流程图。

图2为本发明人脸姿态识别器训练方法流程图。

图3为本发明人脸姿态识别步骤流程图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

本发明中的方法包括步骤1：对操作员的脸部进行视频采集；步骤2：对采集到的视频进行人脸检测；步骤3：对检测到的人脸进行计算得到人脸姿态信息；步骤4：根据人脸姿态信息确定其对应的控制指令。得到控制指令后根据需要将控制指令输出给被控制对象，被控制对象完成相应的操作。

在其他实施例中，步骤2还包括对检测到的人脸进行跟踪。以便更加稳定的进行控制。

为了便于理解，下面结合图1，以对无人机的控制为例分别对各个步骤进行详细说明，需要强调的是，本方法完全可以通用在其他设备的控制上。