[发明专利]一种人脸检测追踪方法及装置

权利要求书

1.一种人脸检测追踪方法，其特征在于，包括：获取待测图像和目标人脸图像；检测并描述所述待测图像和所述目标人脸图像中的特征点；其中，对所述待测图像划分多个圆形区域，对圆形区域中的中心像素点进行计算，若中心像素点与其周围至少三个像素点的灰度值之差大于设定阈值，则继续对中心像素点周围其他的像素点进行检测，进一步判断是否为特征点，若否，则该像素点不是特征点；根据检测和描述结果，匹配所述待测图像和所述目标人脸图像中的特征点；对所述目标人脸图像和所述待测图像匹配成功的特征点进行二次匹配，具体为，匹配成功的特征点数据集P由N个数据点组成，选择P中的n个点为内点，并通过n个点来拟合出模型的参数，从数据集P中选择n个内点组成内点集C；根据这n个点来拟合出模型M；比较P中剩余的数据点数值与通过模型M估算的值，差值小于阈值t的数据点加入内点集C，利用新得到的内点集重新计算模型M；迭代k次，获得估算的数学模型，用所述估算的数学模型进行二次匹配，以提高匹配准度；根据匹配结果进行人脸检测和追踪，人脸检测过程具体为，在k-1时刻，获取所述待测图像中目标人脸图像区域的中心点p(k-1)；

根据p(k-1)，用Kalman预测器估计出k时刻的人脸目标区域的中心点p(k)；根据k时刻的中心点p(k)，在其邻域设置ROI进行搜索，基于目标人脸特征点，对待测视频中进行目标人脸追踪；其中，在对特征点检测并描述时，对所述待测图像和所述目标人脸图像中的特征点添加方向；

对待测视频中进行目标人脸追踪包括：

获取追踪目标信息，提取人脸目标的图像大小，作为ROI窗口的尺寸大小：宽度为a，高度为b；

将目标人脸图像导入到追踪系统的目标库，进行初始化，提取目标人脸图像中的特征信息，并做备份，保存一份原始目标人脸图像；

对相机获取的待测视频序列进行全帧搜索，提取第1帧中的特征点，并与人脸目标上的特征点进行匹配，获得目标在第1帧中的匹配点集，对这个匹配点集合的坐标求均值，获取该匹配点集的中心点；以中心点为中心绘制ROI窗口，标出目标的图像坐标；如果连续2帧都能检测到目标的位置，对ROI窗口内的目标进行截取并保存到目标图片库中；

对目标中心点下一时刻的位置进行预测时，根据Kalman预测算法，对目标中心点下一时刻的位置进行预测，选用在此预测点附近50×50的区域作为中心点的最大出现概率区域，以此为中心在其邻域(50+a)×(50+b)的区域内进行局部搜索，并加入纠错机制，若在此区域内搜索不到则转为全局搜索；

若局部搜索目标丢失，即在Kalman预测的范围内搜索不到目标时，算法转为全帧搜索，找到目标后，再进入预测邻域内进行局部搜索；

若全局搜索丢失目标，首先按照倒序从目标人脸图像库中进行搜索匹配，追踪到目标则继续目标学习，并追踪；

如果目标人脸图像库没找到目标，则用备份的原始目标人脸图像的特征点去搜索全帧图像中的目标。

2.根据权利要求1所述的一种人脸检测追踪方法，其特征在于，所述待测图像和所述目标人脸图像中的特征点添加方向包括：对所述待测图像和所述目标人脸图像中的特征点进行筛选，得到特征点集；以所述特征点集中的特征点为中心，以N个像素大小为半径的圆形区域为邻域，计算所述邻域的质心；以所述质心和所述特征点之间连线与所述特征点所在水平轴之间的夹角θ来描述所述特征点的方向。

3.根据权利要求2所述的一种人脸检测追踪方法，其特征在于，对所述待测图像和所述目标人脸图像中的特征点进行筛选时，按照公式(1)计算所述待测图像和所述目标人脸图像中每个特征点的得分值S；

其中，S为特征点的得分值；values是特征点周围取的点的灰度值；q是特征点的灰度值；t为阈值，0t255，可根据图像画质的质量设置大小；

将一定区域内所述得分值S最大的特征点放入所述特征点集。

4.根据权利要求3所述的一种人脸检测追踪方法，其特征在于：所述特征点集中的特征点周围按照高斯分布方式选择S*S大小的像素框对；

根据所述像素框的像素和大小对所述像素框进行二进制赋值。

5.根据权利要求4所述的一种人脸检测追踪方法，其特征在于：对所述像素框的像素和大小计算时，计算每个所述像素框的像素和，形成特征描述子。