[发明专利]一种基于卷积变分编码器的人脸跟踪方法

权利要求书

1.一种基于卷积变分编码器的人脸跟踪方法，其特征在于，具体包括如下步骤：

步骤一，通过在线图像采集系统获取实时脸部、眼部信息，作为自动编码器机训练数据；

步骤二，将获取的面部影像信息输入计算机的CVAE系统中，基于CVAE和目标跟踪算法进行大范围人脸跟踪，其中，目标跟踪算法采用PF框架，利用粒子滤波PF的非线性跟踪性获取头部在大范围运动时的姿态参数，并入引入卷积变分自动编码器对参数进行调整；

步骤三，使用无标注数据的卷积变分自动编码器CAVAE，将输入的人脸图像，转换成一个分布式表示，在编码网络上添加一个约束，使得它生成的隐变量遵循标准正态分布，并通过两个独立的损失项来优化网络，使学习得到的分布式表示结合PF框架进行人脸的大范围跟踪；

步骤四，利用卷积变分自动编码器生成紧凑的表示和重建它们的输入，将其输入转换成编码矢量，其所在的潜在空间为连续的，允许随机采样和插值，卷积变分自动编码器为不同的类别生成不同的μ，将它们聚类在一起并使σ最小，使相同的样本编码本身的变化降低，然后利用卷积变分自动编码器生成人脸跟踪模型，输出给PF框架以计算目标的相似度，并生成后验概率分布。

2.根据权利要求1所述的一种基于卷积变分编码器的人脸跟踪方法，其特征在于：所述步骤三中两个独立的损失项具体为生成损失和KL散度。

3.根据权利要求2所述的一种基于卷积变分编码器的人脸跟踪方法，其特征在于：所述生成损失具体为生成图片和目标图片之间的像素值均方差，用于网络重建图片。

4.根据权利要求2所述的一种基于卷积变分编码器的人脸跟踪方法，其特征在于：所述KL散度具体为隐变量和标准正态分布之间的匹配程度，使编码网络生成均值向量和标准差向量。

5.根据权利要求1所述的一种基于卷积变分编码器的人脸跟踪方法，其特征在于：所述步骤四中，当卷积变分自动编码器在生产模型时，具有在特定方向上改变和探索拥有的数据的变化。