[发明专利]一种基于人脸对齐的人脸跟踪和人脸图像捕获方法

权利要求书

1.一种基于人脸对齐的人脸跟踪和人脸图像捕获方法，其特征在于，所述方法包括：

步骤1：获得具有人脸图像的视频流数据，将视频流解析成帧序列，计算t时刻每一个人脸的质心；

步骤2：依据基于动量的人脸位置预测方法，依据历史数据计算出t时刻中检测出的人脸的质心最可能出现的预测位置；

步骤3：计算t时刻每一个人脸的质心与所有人脸质心预测结果之间的欧氏距离，将距离小于阈值的人脸质心预测结果与该质心初步匹配；若不存在距离小于阈值的人脸质心预测结果，则将人脸质心与最近的人脸进行初步匹配；

计算人脸n的68点关键点数据与所有初步匹配的人脸对应的每个点之间的平均欧氏距离：取人脸n与所有初步匹配的人脸的欧式距离中的最小值，对应初步匹配的人脸为m，若最小的欧氏距离小于阈值，则认为人脸n与初步匹配的人脸m匹配成功，即认为人脸n与初步匹配的人脸m为同一个人脸；若大于阈值，则表明没有匹配，认为为新出现的人脸，将此人脸图像入库。

2.根据权利要求1所述的基于人脸对齐的人脸跟踪和人脸图像捕获方法，其特征在于，计算t时刻每一个人脸的质心具体包括：

设检出的第i个人脸对齐结果为shape[i].part，其中，shape[i]结构包括第i个人检测出的所有关键点，part[n]为第n个关键点，shape[i].part(n).x()为人脸i第n个关键点的横坐标，为人脸质心的横坐标，shape[i].part(n).y()为人脸i第n个关键点的纵坐标，为人脸质心的纵坐标，N为人脸关键点的个数，未检测到的关键点不予计算；

则定义该人脸的质心为：

3.根据权利要求1所述的基于人脸对齐的人脸跟踪和人脸图像捕获方法，其特征在于，计算对应的人脸68点关键点数据与所有初步匹配的人脸对应的之间每个点的平均欧氏距离为：

其中，为人脸68点与第i个初步匹配人脸68点的横坐标的平均欧式距离，shape[].part(n).x()为当前帧人脸第n个关键点的横坐标，shape[i].part(n).x()为初步匹配的人脸i第n个关键点的横坐标，为人脸68点与第i个初步匹配人脸68点的纵坐标的平均欧式距离，shape[].part(n).x()为当前帧人脸第n个关键点的纵坐标，shape[i].part(n).x()为初步匹配的人脸i第n个关键点的纵坐标，N为人脸检测到的关键点个数。

4.根据权利要求1所述的基于人脸对齐的人脸跟踪和人脸图像捕获方法，其特征在于，当认为计算对应的人脸与初步匹配的人脸为同一个人脸，根据优质人脸图像存储策略，决定是否将t时刻人脸图像入库，具体包括：

在人脸68点中，选择人脸下颌轮廓线中最左、最右和最下的三个点作为人脸图像质量计算的参考点，记为a，b，c；将三角形面积S作为人脸图像质量参考标准：

根据平面解析几何，三角形面积：

其中，x_a为a点的横坐标，x_b为b点的横坐标，x_c为c点的横坐标，y_a为a点的纵坐标，y_b为b点的纵坐标，y_c为c点的纵坐标；

若S符合要求，则将t时刻人脸图像入库。

5.根据权利要求1所述的基于人脸对齐的人脸跟踪和人脸图像捕获方法，其特征在于，设同一人脸两帧间时间间隔为Δt,则定义时刻速度为：

Δx为两帧之间目标移动的x距离，Δy为两帧之间目标移动的y距离；

根据物体运动规律，可得出下一帧人脸质心预测坐标：

x_t为当前帧质心的x坐标，y_t为当前帧质心的y坐标，为当前帧质心沿着横坐标的速度，为当前帧质心沿着纵坐标的速度。