[发明专利]人脸跟踪方法及系统在审

专利信息
申请号: 201710516233.0 申请日: 2017-06-29
公开(公告)号: CN109215054A 公开(公告)日: 2019-01-15
发明(设计)人: 姜楠;邹风山;杨奇峰;刘晓帆;宋健;潘鑫 申请(专利权)人: 沈阳新松机器人自动化股份有限公司
主分类号: G06T7/246 分类号: G06T7/246;G06T7/269;G06K9/62
代理公司: 沈阳科苑专利商标代理有限公司 21002 代理人: 许宗富
地址: 110168 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸 人脸跟踪 计算机视觉 准确度 光流跟踪 位置估算 资源配置 初始化 初始帧 跟踪点 光流法 预测点 跟踪 点集 鲁棒 尺度 估算
【说明书】:

发明涉及计算机视觉跟踪技术领域,具体公开一种人脸跟踪方法,包括以下步骤:步骤1,在初始位置的人脸框内均匀撒点,初始化需要跟踪的点集,形成初始帧;步骤2,利用光流法对人脸框中的所有点进行光流跟踪,获得每个被跟踪点下一时刻的新位置;步骤3,基于所述新位置估算出下一时刻人脸框的位置,同时再根据预测点的位置可估算下一时刻人脸框的大小,获得人脸尺度的变化。本发明具有使得人脸跟踪过程更加的鲁棒与实用,提高了人脸跟踪的速度及准确度,同时对资源配置要求低,降低了成本的有益效果。

技术领域

本发明涉及计算机视觉技术领域,特别涉及一种人脸跟踪方法及系统。

背景技术

人脸跟踪作为个体识别中一个重要技术手段,由于其直观性,目前已经越来越受到重视,同时其应用也越来越广泛。

人脸跟踪过程主要涉及到两个方面的技术:人脸分析与目标跟踪。首先需要在图像中定位出人脸的区域,然后基于该区域提取人脸的相应特征,并进行目标跟踪的过程。目前现有的人脸跟踪技术主要分为两个类别:基于人脸关键点的跟踪和基于人脸区域图像的跟踪。第一种跟踪方法主要基于在人脸上提取得到的关键点,对这些关键点进行特征点的跟踪,从而实现人脸的跟踪。这种方法需要在定位出人脸后,再进一步提取人脸的关键点,然后再进行跟踪,在步骤上多了一个环节,其缺点是速度慢。另一种基于人脸区域图像的跟踪方法,其实质就是将人脸当成一种统一的物体类别,然后进行跟踪。通常这类方法基于在线学习来实现,通过在线不断更新优化模型来完成跟踪的过程,相对之前的方法更加的复杂,因此需要更多的计算资源,其缺点是对计算资源要求较高。

基于此,本发明提出一种可运行在嵌入式低配置板卡上的快速人脸跟踪方法,以适用于机器人等诸多领域中对特定人脸进行长期的跟踪工作。

发明内容

本发明旨在克服现有人脸跟踪系统,计算速度慢、计算资源要求高的技术缺陷,提供一种人脸跟踪方法及系统。

为实现上述目的,本发明采用以下技术方案:

本发明提供一种人脸跟踪方法,包括以下步骤:

步骤1,在初始位置的人脸框内均匀撒点,初始化需要跟踪的点集,形成初始帧;

步骤2,利用光流法对人脸框中的所有点进行光流跟踪,获得每个被跟踪点下一时刻的新位置;

步骤3,基于所述新位置估算出下一时刻人脸框的位置,同时再根据预测点的位置可估算下一时刻人脸框的大小,获得人脸尺度的变化。

一些实施例中,所述步骤2中,所述光流跟踪包括前向光流及后向光流,用于剔除跟踪错误的光流点。

一些实施例中,所述步骤2包括:所述初始位置的点集经过前向光流跟踪后获取新位置的点集;对新位置的点集进行后向光流跟踪;统计得到点集跟踪的误差。

一些实施例中,还包括以下步骤:进行最邻近比较,截取前一帧的人脸框区域与当前帧的人脸框区域进行特征的相似度比较,判断所跟踪的人脸框区域是否正确。

一些实施例中,采用像素平均值、方差以及EOH特征进行最邻近比较。

相应地,本发明还提供一种人脸跟踪系统,包括以下模块:

人脸框设置模块,用于在初始位置的人脸框内均匀撒点,初始化需要跟踪的点集,形成初始帧;

光流跟踪模块,用于利用光流法对人脸框中的所有点进行光流跟踪,获得每个被跟踪点下一时刻的新位置;

人脸框估算模块,基于所述新位置估算出下一时刻人脸框的位置,同时再根据预测点的位置可估算下一时刻人脸框的大小,获得人脸尺度的变化。

一些实施例中,所述光流跟踪模块进行前向光流跟踪及后向光流跟踪,用于剔除跟踪错误的光流点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳新松机器人自动化股份有限公司,未经沈阳新松机器人自动化股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710516233.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top