[发明专利]暴力场景中人脸检测定位与实时跟踪方法

说明书

本发明提供一种暴力场景中人脸检测定位与实时跟踪方法，该方法包括获取监控视频帧内个像素的光流矢量幅度；根据光流矢量幅度判断监控视频帧是否为暴力场景。根据YCbCr空间内的肤色均值与肤色方差计算初始暴力场景监控视频帧内人脸跟踪区域的中心位置O⁰。根据初始暴力场景监控视频帧内人脸跟踪区域的中心位置O⁰计算后续暴力场景监控视频帧内人脸跟踪区域的中心位置O^m+1，最后根据人脸跟踪区域的中心位置O^m+1来获得第m+1帧暴力场景视频帧的人脸跟踪区域，实现暴力场景中人脸的检测定位与实时跟踪。

技术领域

本发明涉及视频与图像处理领域，其特别涉及一种暴力场景中人脸检测定位与实时跟踪方法。

背景技术

暴力场景中人脸检测定位与实时跟踪在小区门禁系统、商场视频系统等犯罪监控场合具有重要应用。目前，在较理想条件下，正面人脸检测已取得了令人满意的效果。然而在复杂背景下，由于受多姿态、遮挡、光照等因素影响，人脸检测与实时跟踪成功率较低。

当前主流识别方法(例如LGBP、神经网络、PCA)，都是基于静态图像进行人脸识别，不能应用到视频监控中暴力场景中人脸检测定位与跟踪，也缺乏实时跟踪多个对象的机制，其实用性受到限制。人体在运动(例如推搡、扭打)过程中，脸部会发生较大幅度的震动而造成人脸姿态特征发生变化，这会造成检测跟踪精确度降低。

发明内容

本发明为了克服现有技术无法对暴力场景中的人脸进行识别的问题，提供一种能够精确地进行暴力场景下人脸检测定位与跟踪且实时性强的暴力场景中人脸检测定位与实时跟踪方法。

为了实现上述目的，本发明提供一种暴力场景中人脸检测定位与实时跟踪方法，该方法包括：

步骤一，获取监控视频帧内每个像素的光流矢量幅度：

其中，(u_i,j,t,v_i,j,t)为像素p(i,j,t)的光流量，其中(i,j)为监控视频帧内像素的位置，t为视频帧序列索引；

步骤二，暴力场景判断，当满足以下条件时，表征监控视频帧为暴力场景监控视频帧：

其中，Th为光流量判断阈值，N为一帧图像内像素的个数；

步骤三，将暴力场景监控视频帧从RGB空间转换到YCbCr颜色空间并建立图像颜色直方图；

步骤四，根据YCbCr空间内的肤色均值与肤色方差计算初始暴力场景监控视频帧内人脸跟踪区域的中心位置O⁰；

步骤五，根据初始暴力场景监控视频帧内人脸跟踪区域的中心位置O⁰利用以下公式获得后续暴力场景监控视频帧内人脸跟踪区域的中心位置O^m+1：

其中，k＝1…L，m≡0…t，L为直方图段数索引，t为视频帧序列索引，O^m为当前暴力场景监控视频帧内人脸跟踪区域的中心位置，O^m+1为下一帧暴力场景监控视频帧内人脸跟踪区域的中心位置，I'(i,j)暴力场景监控视频帧内其它像素的Cb亮度，δ为狄拉克函数，c(i,j)为像素p(i,j,t)所在直方图段数，N1为图像垂直方向的像素个数，N2为图像水平方向的像素个数；

步骤六，以O^m+1为中心利用边缘检测算子来获得人脸跟踪区域的临界像素，并对临界像素进行曲线拟合来形成第m+1帧暴力场景视频帧的人脸跟踪区域直至不再满足暴力场景的判断条件。