[发明专利]一种基于视频的实时面部跟踪方法和系统

权利要求书

1.一种基于视频的实时面部跟踪方法，其特征在于，包括：

步骤S1，获取视频帧图像，从所述视频帧图像中选定人脸模板图像；

步骤S2，检测当前视频帧图像中的人脸，得到人脸候选区域图像；

步骤S3，生成关联所述人脸模板图像的第一直方图和关联所述人脸候选区域图像的第二直方图；

步骤S4，对所述第一直方图和所述第二直方图进行特征值密度估计，根据特征值密度估计结果得到当前视频帧图像上的疑似人脸区域；

步骤S5，计算第一直方图密度估计结果和关联各所述疑似人脸区域的第二直方图密度估计结果的相似度；

步骤S6，将密度估计相似度最高的所述疑似人脸区域最终确定为真实的人脸区域，并在当前视频帧图像上框选出真实人脸区域，实现对人脸的识别、跟踪；

步骤S7，根据人脸区域在当前帧和当前帧的上一视频帧图像中的所处位置，计算得到人脸区域的偏移量；

步骤S8，根据所计算的所述偏移量预测人脸区域在下一视频帧图像中的所处位置，并根据预测到的人脸位置缩小人脸区域搜索范围，然后重新进入所述步骤S2～S7，实现对人脸的持续识别、跟踪。

2.根据权利要求1所述的基于视频的实时面部跟踪方法，其特征在于，所述步骤S4中，对所述第一直方图进行特征值密度估计的方法通过以下公式(1)表达：

公式(1)中，表示对特征值u在所述人脸模板图像上的密度估计结果；

i为所述人脸模板图像上的第i个像素；

n为所述人脸模板图像上的像素数量；

为像素i在所述人脸模板图像上的坐标位置；

u为所述人脸模板图像上的一直方图特征值；

函数b和δ用于判断处的颜色值是否为特征值u；

为直方图密度估计中采用的核函数；

C为归一化常数。

3.根据权利要求2所述的基于视频的实时面部跟踪方法，其特征在于，所述步骤S4中，对所述第二直方图进行特征值密度估计的方法通过以下公式(2)表达：

公式(2)中，表示所述特征值u在检测所述人脸候选区域的搜索窗口中的密度估计结果；

y表示所述搜索窗口的中心位置；

x_i表示所述搜索窗口中第i个像素的坐标位置；

h为所述搜索窗口的半径；

u为所述搜索窗口中的一直方图特征值；

函数b和δ用于判断x_i处的颜色值是否为特征值u；

为直方图密度估计中采用的核函数；

C_h为归一化常数。

4.根据权利要求3所述的基于视频的实时面部跟踪方法，其特征在于，所述步骤S5中，通过以下公式(3)计算所述第一直方图密度估计结果与所述第二直方图密度估计结果的相似度：

公式(3)中，表示所述第一直方图密度估计结果和所述第二直方图密度估计结果的相似度；

u为所述人脸模板图像或所述疑似人脸区域中的一特征值；

m表示所述特征值的种类数。

5.根据权利要求4所述的基于视频的实时面部跟踪方法，其特征在于，值最大的所述第二直方图所关联的所述疑似人脸区域视为当前视频帧图像中的真实人脸区域。

6.根据权利要求1所述的基于视频的实时面部跟踪方法，其特征在于，采用均值偏移算法计算当前视频帧图像上的人脸区域相比当前帧的上一视频帧图像上的人脸区域所处位置的偏移量。