[发明专利]基于相关向量机和提升学习的多人脸跟踪方法

权利要求书

1.一种基于相关向量机和提升学习的多人脸跟踪方法，其特征在于，包括以下步骤：

步骤一，对场景进行初始化检测，对检测到的人脸构建人脸运动模型和色彩模型，并记录于人脸模型库中，同时初始化检测到的人脸的状态记录于人脸状态库中；

步骤二，在对场景进行初始化检测之后，开始对这些人脸进行跟踪，在多人脸跟踪过程中，并对跟踪结果进行检测，根据检测结果改变人脸的状态信息，每一人脸在每一时刻必为“正常”、“丢失”和“放弃”三种状态之一；

步骤三，在跟踪过程中，每间隔若干帧启动一次全图像搜索以检测放弃跟踪的人脸和新进入场景的人脸。

2.根据权利要求1所述的基于相关向量机和提升学习的多人脸跟踪方法，其特征是，所述步骤一，具体为：在跟踪开始前，首先对场景中的人脸使用基于自适应提升学习的人脸检测器进行检测，一旦检测到人脸，则构建这些人脸的运动模型和色彩模型，并记录于人脸模型库中，其中人脸运动模型由一系列经过训练的相关向量机组成，每一个相关向量机表征人脸区域与一种运动之间的函数回归；人脸的色彩模型的构建是将人脸区域图像进行亮度补偿之后，将人脸图像变换到YCrCb颜色空间，并采用CrCb子空间的二维直方图作为人脸色彩模型，同时，将这些人脸的状态初始化为“正常”，并记录于人脸状态库中。

3.根据权利要求1所述的基于相关向量机和提升学习的多人脸跟踪方法，其特征是，所述步骤二，具体为：设计人脸的三种状态即“正常”、“丢失”和“放弃”，在每一时刻，每一个人脸的状态必为其中一种，人脸状态根据如下规则相互转换：

(1)当某一人脸当前状态为“正常”时，使用人脸运动模型中的三个相关向量机对此人脸区域位置进行回归预测，对于回归预测的结果，使用基于自适应提升学习的人脸检测器和此人脸的色彩模型进行验证，如果基于自适应提升学习的人脸检测器在此回归预测结果中检测到人脸，同时回归预测结果与此人脸的色彩模型匹配，则验证结果为“正常”，其状态保持为“正常”不变，否则验证结果为“丢失”，其状态转换为“丢失”；

(2)当某一人脸当前状态为“丢失”时，在回归预测结果的一个扩大的搜索邻域内，使用基于自适应提升学习的人脸检测器检测人脸，并将检测结果使用人脸相似度矩阵进行匹配，若匹配成功，则说明此人脸在邻域搜索中被重新找到，其状态转换为“正常”，否则其状态仍为“丢失”，若此人脸状态为“丢失”持续了设定时间，则说明此人脸已经离开场景或者已被遮挡，将不再继续对其进行跟踪，其状态转换为“放弃”；

(3)当某一人脸当前状态为“放弃”时，若在某次全图像搜索中检测到此人脸，则其状态转换为“正常”，否则其状态保持为“放弃”不变。

4.根据权利要求1所述的基于相关向量机和提升学习的多人脸跟踪方法，其特征是，所述步骤三，是指：在跟踪过程中，每间隔若干帧使用基于自适应提升学习的人脸检测器对全图像进行一次检测，并将检测结果使用人脸相似度矩阵进行匹配，如果匹配到状态为“放弃”的人脸，则说明此状态为“放弃”的人脸重新回到了在场景中，其状态转换为“正常”；如果检测到的某一人脸与人脸库中所有人脸均不匹配，则说明此人脸为新进入场景的人脸，将构建这个新的人脸的运动模型和色彩模型，并记录在人脸模型库中，同时初始化新人脸的状态为“正常”，并记录在人脸状态库中。