[发明专利]一种嵌入式人脸跟踪方法及装置

权利要求书

1.一种嵌入式人脸跟踪方法，其特征在于包括如下步骤：

步骤1：通过红外摄像头采集驾驶员工作图像，并将图像转换为灰度图；

步骤2：通过统计步骤1生成的灰度图的各个灰度级像素出现次数，利用灰度均匀化处理，获得均匀化图像；

步骤3：利用正面人脸检测器对步骤2生成的均匀化图像进行人脸检测，获得多个初级人脸候选窗口，并应用非极大抑制NMS合并高度重叠的初级人脸候选窗口；

步骤4：将经过非极大抑制NMS处理的初级人脸候选窗口在纵向上进行二等分，截取上半部分区域图像输入已经训练好的深度卷积神经网络进行判断人眼是否存在，保留检测到眼睛的人脸候选窗口作为最终人脸窗口；

步骤5：经过步骤1-4，获得了最终人脸窗口，计算最终人脸窗口中心点的坐标,以及计算最终人脸窗口中心点横坐标与红外摄像头采集图像的中心点的水平偏差；其中水平偏差是由候选人脸窗口中心点横坐标x与红外摄像头采集图像的中心点横坐标w₁差值，经过归一化计算而得，其公式为：

Δ＝((x-w₁)/w₁-a₁)*a₂ (8)

其中，x代表候选人脸窗口中心点横坐标值，w₁代表红外摄像头采集图像中心点横坐标，当a₁取值0.5，a₂取值2时，Δ取值将归一化为[-1，1]范围；

步骤6：将步骤5所获得水平偏差通过串口通讯传送给LattePanda控制板内嵌的Arduino Leonardo单片机，Arduino Leonardo单片机通过PWM控制舵机云台转动红外摄像头下的舵机云台转动修正偏差；

舵机云台修正偏差是将归一化后水平偏差最小化，从而更新舵机云台转角，其公式为：

angle＝ag+T*Δ (9)

其中，angle为更新后舵机云台转角，ag为舵机云台原始转角，T为旋转因子，Δ为候选人脸中心点横坐标与红外采集图像中心点横坐标水平偏差。

2.根据权利要求1所述的一种嵌入式人脸跟踪方法，其特征在于：窗口位置信息记为(x₁,y₁,w,h)，其中x₁,y₁表示最终人脸窗口左上顶底坐标信息，w,h表示最终人脸窗口的长和宽，计算最终人脸窗口中心点的坐标,其公式为：

3.根据权利要求1所述的一种嵌入式人脸跟踪方法，其特征在于：T＝0.85。

4.根据权利要求1所述的一种嵌入式人脸跟踪方法，其特征在于：所述步骤2的灰度均匀化处理，首先对输入的灰度图片的各个灰度级像素个数进行统计，其公式为：

h(r_k)＝n_k,k＝0,1,2,...,255 (1)

其中，r_k表示第k级灰度级，n_k表示图像中第k级灰度所对应像素值的个数；

接着计算灰度级概率值，其公式为：

其中，n_k表示图像中第k级灰度所对应像素值的个数，n表示图像中像素点的总个数；

最后更新各个灰度级的灰度值，其公式为：

S＝255*s(r_k) (4)

其中，p(r_k)为第k级灰度概率值，s(r_k)表示前k个灰度级概率总和，S表示进灰度均化后的灰度级。