[发明专利]基于面部识别的人体运动追踪方法及装置在审
申请号: | 201810770359.5 | 申请日: | 2018-07-13 |
公开(公告)号: | CN109063600A | 公开(公告)日: | 2018-12-21 |
发明(设计)人: | 陈立家;代震;赵瑞杰;冯子凯;薛政钢;汪晓群;冯帅栋;管禹;王敬飞;赵成伟;袁蒙恩 | 申请(专利权)人: | 河南大学;河南宙合网络科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T7/246 |
代理公司: | 郑州大通专利商标代理有限公司 41111 | 代理人: | 陈勇 |
地址: | 475001 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 追踪区域 初始帧 追踪 图片 卡尔曼滤波器 颜色直方图 面部识别 目标区域 目标人脸 人体运动 输入视频序列 视频序列帧 特征点坐标 预测当前帧 支持向量机 首次检测 搜索区域 颜色干扰 鲁棒性 直方图 算法 遮挡 参考 更新 | ||
1.一种基于面部识别的人体运动追踪方法,其特征在于,包括:
步骤1.输入视频序列帧,将首次检测到目标人脸的视频序列帧记为初始帧F1;
步骤2.在初始帧F1图片中提取所述目标人脸的特征点坐标;
步骤3.根据所述特征点坐标确定初始帧F1图片中的目标区域,将所述目标区域作为初始帧F1图片中的最终追踪区域T1',并计算T1'的颜色直方图;
步骤4.根据上一帧Fi-1图片中的最终追踪区域Ti-1',利用卡尔曼滤波器预测当前帧Fi图片中的搜索区域Si,在Si中对所述颜色直方图作反向直方图确定当前帧Fi图片中的参考追踪区域Ti,i为大于1的正整数;
步骤5.根据Ti和预训练的层次支持向量机确定当前帧Fi图片中的最终追踪区域Ti';
步骤6.更新卡尔曼滤波器,并输入下一视频序列帧Fi+1,迭代执行步骤4至步骤6,对目标进行追踪。
2.根据权利要求1所述的方法,其特征在于,所述目标区域为矩形。
3.根据权利要求2所述的方法,其特征在于,所述特征点坐标包括左眼坐标A(x1,y1),右眼坐标B(x2,y2),鼻子坐标C(x3,y3),左嘴角坐标D(x4,y4)和右嘴角坐标E(x5,y5),并以初始帧F1图片的预设位置作为坐标原点。
4.根据权利要求3所述的方法,其特征在于,所述步骤3中的根据所述特征点坐标确定初始帧F1图片中的目标区域具体包括:
比较左眼横坐标x1和左嘴角横坐标x4,取较小值记为X;
比较左眼纵坐标y1和右眼纵坐标y2,取较小值记为Y;
比较两眼间距d(a,b)和差值|x2-x4|,取较大值记为width;
比较差值|y2-y5|和差值|y5-y1|,取较大值记为height;
根据所述X、Y、width和height确定目标区域。
5.根据权利要求1所述的方法,其特征在于,所述Si的大小以预设比例大于Ti-1'的大小。
6.根据权利要求1所述的方法,其特征在于,所述步骤5具体包括:
步骤51.计算Ti的面积与Ti-1'的面积的比例值a;
步骤52.计算Ti的面积与T1'的面积的比例值b;
步骤53.将所述比例值a和比例值b分别与所述层次支持向量机中预设的颜色干扰阈值和前景遮挡阈值比较,确定Ti'。
7.根据权利要求6所述的方法,其特征在于,所述步骤53具体包括:
若比例值a大于颜色干扰阈值,则利用帧间差分算法根据Ti确定Ti';
若比例值b小于前景遮挡阈值,则将Si的中心区域作为Ti',所述中心区域的大小与Ti-1'的大小一致。
8.基于面部识别的人体运动追踪装置,其特征在于,包括:
人脸检测单元,用于输入视频序列帧,将首次检测到目标人脸的视频序列帧记为初始帧F1;
特征点提取单元,用于在初始帧F1图片中提取所述目标人脸的特征点坐标;
目标区域计算单元,用于根据所述特征点坐标确定初始帧F1图片中的目标区域,将所述目标区域作为初始帧F1图片中的最终追踪区域T1',并计算T1'的颜色直方图;
参考追踪区域计算单元,用于根据上一帧Fi-1图片中的最终追踪区域Ti-1',利用卡尔曼滤波器预测当前帧Fi图片中的搜索区域Si,在Si中对所述颜色直方图作反向直方图确定当前帧Fi图片中的参考追踪区域Ti,i为大于1的正整数;
最终追踪区域计算单元,用于根据Ti和预训练的层次支持向量机确定当前帧Fi图片中的最终追踪区域Ti';
更新单元,用于更新卡尔曼滤波器,并输入下一视频序列帧Fi+1,对目标进行追踪。
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河南大学;河南宙合网络科技有限公司,未经河南大学;河南宙合网络科技有限公司许可,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/201810770359.5/1.html,转载请声明来源钻瓜专利网。