[发明专利]一种图像追踪分类器的构建方法及应用其的人脸追踪方法

权利要求书

1.一种图像追踪分类器的构建方法，其特征在于，包括如下步骤：

获取用于训练的第一样本集；

构建卷积神经网络模型；

对第一样本集中每张图片进行目标框标记后，进行预处理得到第一目标区域图像和第二目标区域图像，第一目标区域图像根据目标框进行图像扩展得到，第二目标区域图像通过由第一目标区域图像和对应目标框标注图像变换得到；

利用所有的第一图像区域和第二图像区域对卷积神经网络模型进行训练，得到目标回归模型。

2.根据权利要求1所述的图像追踪分类器的构建方法，其特征在于，所述对第一样本集中每张图片进行目标框标记后，进行预处理得到第一目标区域图像和第二目标区域图像包括

利用样本集中目标框的标注，得到目标区域图像；

获取目标区域图像的中心坐标，根据中心坐标将目标区域对象进行扩展处理，得到第一目标区域图像；

对第一目标区域图像进行放缩、平移变换，得到第二目标区域图像。

3.根据权利要求1所述的图像追踪分类器的构建方法，其特征在于，第一样本集包括图片集和视频集；

其中，所述利用所有的第一图像区域和第二图像区域对卷积神经网络模型进行训练，得到得到目标回归模型还包括

判断第一样本集是否为视频集；

如果第一样本集为视频集，则获取并利用当前帧图片的第一图像区域和下一帧图片的第二图像区域对卷积神经网络模型进行训练；

如果第一样本集非视频集，则获取并利用当前图片的第一图像区域及其第二图像区域对卷积神经网络模型进行训练。

4.根据权利要求1所述的图像追踪分类器的构建方法，其特征在于，所述图像分类模型包括依次连接的5个卷积层和2个全连接层；

还包括

接收第二样本集；

对第二样本集中每张图片进行目标框标记后预处理，得到第三目标区域图像和第四目标区域图像；

固定图像分类模型中卷积层参数，利用所有的第三目标区域图像和第四对目标回归模型进行再次训练，重新调节全连接层的参数，得到图像追踪分类器。

5.根据权利要求4所述的图像追踪分类器的构建方法，其特征在于，第三目标区域图像根据第二样本集中每张图片的目标框进行图像扩展得到，第四目标区域图像通过由第三目标区域图像和对应目标框标注图像变换得到。

6.根据权利要求1所述的图像追踪分类器的构建方法，其特征在于，所述第二样本集为人脸视频集。

7.一种应用权利要求1-6中任一项所述的图像追踪分类器的人脸追踪方法，其特征在于，包括如下步骤：

接收人脸追踪视频集；

将人脸追踪视频集输入利用所述图像追踪分类器，在人脸追踪视频集中每张人脸图片上进行追踪预测。