[发明专利]人脸实时跟踪系统及方法

权利要求书

1.一种人脸实时跟踪系统，其特征在于，所述人脸实时跟踪系统包括：

视频帧图像获取模块，用以获取视频的每一帧图像；

人脸检测模块，用以对于每一帧图像，调用不同的人脸检测模型，寻找是否有人脸出现；所述人脸检测模型能够遍历图像的每个位置，判断各位置是否有人脸出现，并返回一个可靠度；对某个位置，只有可靠度高于设定值，才认为确实出现人脸，并记录该人脸的位置，将对应位置发送至人脸特征点定位模块；

人脸特征点定位模块，用以定位人脸的二阶特征点的坐标(x_i,y_i)；所述人脸特征点定位模块逐步生成多颗决策树，每颗决策树输入二阶特征点的当前坐标，目标是降低二阶泛函的值；沿着优化梯度的方向来改进坐标(x_i,y_i)的值，每个特征点(x_i,y_i)的梯度其中，I_j是特征点所在的叶节点，|I_j|是该叶节点上所有特征点的数量；修正每个特征点的坐标为：x_i＝x_i+ηdx_i，y_i＝y_i+ηdx_i；η为设定常数；

人脸跟踪模块，用以跟踪视频中的人脸，得到其连续的空间姿态；对于每一帧视频，都能准确定位人脸的二阶特征点，这些特征点构成的序列代表人脸的运动轨迹；基于这些特征点，判断人脸的空中姿态；不同帧之间特征点的变化，反映人脸的各种变化及运动。

2.根据权利要求1所述的人脸实时跟踪系统，其特征在于：

所述人脸检测模块对某个位置，只有可靠度0.95，才认为确实出现人脸。

3.根据权利要求1所述的人脸实时跟踪系统，其特征在于：

所述人脸检测模块对视频的每一帧图像，调用至少一人脸检测模型，这些模型会遍历图像的每个位置；每个可能的人脸位置，给出一个置信度confidence rate；计算这些置信度的综合置信度：

confidence rate＝ω₁R₁+ω₂R₂+……；

其中，R₁,R₂，…分别为不同人脸检测模型返回的置信度，ω₁，ω₂，…分别为设定系数；

若综合置信度confidence rate0.95，则该位置有人脸；记录该位置，将该位置信息发送至人脸特征点定位模块；如检测不到人脸，则继续检测下一帧图像。