[发明专利]一种人脸深度跟踪装置及实现方法有效
申请号: | 201710317070.3 | 申请日: | 2017-05-08 |
公开(公告)号: | CN107203743B | 公开(公告)日: | 2020-06-05 |
发明(设计)人: | 颜成钢;李亚菲;蒋继扬;徐双;张新;孙垚棋 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 杜军 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 深度 跟踪 装置 实现 方法 | ||
本发明公开了一种人脸深度跟踪的装置及实现方法。本发明包括红外照明模块、红外测距采集模块、计算模块。红外照明模块用于对周围环境进行红外照明,红外发射波长在780~940nm的红外光,提供背光源照射目标物和背景,以确保采集环境中有良好的照明条件;红外测距采集模块用于对人脸运动的信息的采集,包括红外摄像头以及感光芯片;计算模块先进行人脸区域的判断,再用于读取红外测距采集模块采集到的人脸深度图像信息,并进行人脸五官的跟踪计算。本发明装置及方法跟踪精度高,速度快,可以大范围地应用在人机交互上,并进一步降低硬件成本。
技术领域
本发明涉及人脸跟踪技术,具体涉及一种人脸深度跟踪装置及实现方法,该装置由红外发射模块、红外测距采集模块、计算模块构成。
背景技术
随着信息处理技术(特别是视频图像技术)的发展,越来越多的系统和设备需要从视频图像中对某种特定的对象进行跟踪识别。各行各业对于人脸检测识别跟踪技术的研究日益重视,人脸检测识别跟踪技术也取得了巨大发展,并逐渐形成了一种新的科学技术领域。
人脸跟踪技术的目的就是在序列图像中确定人脸出现的位置及运动轨迹。例如,在很多摄像监视系统中,往往需要对连续的视频图像中的人脸进行跟踪,从而实现对现场情况的识别和分析。由于在某些场合不仅需要确定人脸在空间中的二维坐标信息,而且需要进一步确定人脸五官的深度信息。然后根据跟踪到的人脸的二维信息和深度信息才可指示出人物的表情或姿态,因此,在一些人机交互的系统中,可从连续跟踪到的人脸特性识别出用户的某种情绪,该情绪可对应于用户输入的操作指示,从而实现更加友好和智能的交互操作。此外,跟踪到的人脸特性还可被用于进行面部动画生成、焦点检测和安全监控,视频会议、驾驶员疲劳驾驶检测、智能美颜等。由此可见,人脸跟踪技术备受人们关注。
首先对于人脸检测识别跟踪算法,工业上已有多种技术。例如 Haar-like人脸检测技术可较好的检测正脸以及偏转角度不大的人脸特征,但是对于多姿态人脸以及背景环境变换复杂的图像中的人脸,检测的精确度降低。基于NPD(Normalized PixelDifference)人脸检测的算法对于小模型图像中的人脸有着较好的检测速度,但是对于光照的鲁棒性差,而且在处理大模型图像时提取的特征向量过多,计算复杂度高,会降低检测速度。并且以上人脸检测方法仅仅只是从整体上对人脸的刻画,不能获得人脸特征点的深度信息。
其次为了获得人脸识别中细节纹理方面的深度信息,就必须依赖于对三维场景准确且快速的分析。现有技术中有如下方法:基于图像的分析或激光扫描技术来获取场景的深度图,但其代价高昂且十分耗时。基于深度相机的人脸特征点跟踪方法作为距离测量中一种可替代的设备,拥有传统的三维测量系统所不具备的一些优点,能够较好地获得人脸特征点的深度信息,但是系统构架庞大、硬件成本也较高,而且人脸跟踪时易受到外界环境的干扰,例如光照强度差,光照不均匀等均会影响识别跟踪的精度。
发明内容
针对现有技术存在的缺陷,本发明的目的在于提供一种人脸深度跟踪装置及实现方法。为了进一步提高人脸识别的准确性,减少受外界环境的影响程度,本发明采用人脸深度跟踪装置,在跟踪大模型图像的过程中,能够根据所获得的人脸深度图像准确的获得人脸图像特征点,进一步提高了人脸识别的准确性。在多姿态人脸、表情变化、背景环境以及光照影响的情况下,依旧可以保证高跟踪精度,快处理速度,可以大范围地应用在人机交互上,并进一步降低硬件成本。
一种人脸深度跟踪装置,包括红外发射模块、红外测距采集模块、计算模块。
所述的红外发射模块用于对待测人脸进行红外照明,红外发射模块发射波长在780~940nm的红外光,提供背光源照射目标物和背景,以确保采集环境中有良好的照明条件;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710317070.3/2.html,转载请声明来源钻瓜专利网。