[发明专利]一种人脸检测追踪方法及装置

说明书

本发明公开了一种人脸检测追踪方法及装置，包括：获取待测图像和目标人脸图像；检测并描述待测图像和目标人脸图像中的特征点；根据检测和描述结果，匹配待测图像和目标人脸图像中的特征点；根据匹配结果进行人脸检测和追踪。本发明解决了现有人脸检测追踪方法中特征点提取时的堆积问题和特征点描述时的噪声问题，提高了人脸检测追踪的精准度。

技术领域

本发明涉及到人脸识别领域，具体涉及了一种人脸检测追踪方法及装置。

背景技术

人脸检测技术是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否有人脸，如果有人脸，则返回人脸的位置、大小等信息。目前的人脸检测技术可以用于身份认证与安全防护、媒体与娱乐、图像搜索等领域。目标追踪技术一般是基于对一系列图像的处理，从复杂的背景中识别出目标，并对目标的运动规律加以预测，实现对目标的连续、准确的追踪，该技术在现代军事和民用安保中占有非常重要的地位，其中，该目标多数为人脸。

人脸检测追踪技术流程主要包括五个组成部分：人脸图像采集、人脸图像预处理、人脸图像特征提取、人脸特征数据匹配与确认以及人脸追踪。

目前，采用比较多的人脸检测追踪方法是基于深度学习的方法，通过卷积神经网络对海量人脸图片进行学习，然后对输入图像提取出对区分不同人脸的有用的特征向量，通过比对不同人脸的特征向量找出同一人的脸，再通过相关追踪的算法进行人脸追踪。

现有技术中存在很多的问题，主要从比较流行的机器学习方法和传统图像处理方法来说明，机器学习相关的方法中需要海量的人脸图片作为训练集，且不同场景下的训练集很难收集，难以保证训练的效果。传统图像处理方法实时性不足，抗干扰能力较差，例如旋转、遮挡、光照变化、抖动、模糊等。

发明内容

本发明提供了一种人脸检测追踪方法及装置，用以解决现有的人脸检测追踪方法中特征点提取时的堆积问题和旋转问题，以及特征点描述时的噪声问题，提高了人脸检测追踪的精准度。

本发明提供的具体技术方案如下：

获取待测图像和目标人脸图像；检测并描述所述待测图像和所述目标人脸图像中的特征点；根据检测和描述结果，匹配所述待测图像和所述目标人脸图像中的特征点；根据匹配结果进行人脸检测和追踪；其中，在检测并描述时，对所述待测图像和所述目标人脸图像中的特征点添加方向。

上述技术方案中，对待测图像和目标人脸图像中的特征点添加方向，用以解决特征点旋转变性问题，可以进一步提高特征点匹配的准确率。

所述待测图像和所述目标人脸图像中的特征点添加方向包括：对所述待测图像和所述目标人脸图像中的特征点进行筛选，得到特征点集；以所述特征点集中的特征点为中心，以N个像素大小为半径的圆形区域为邻域，计算所述邻域的质心；以所述质心和所述特征点之间连线与所述特征点所在水平轴之间的夹角θ来描述所述特征点的方向。

可选地，对所述待测图像和所述目标人脸图像中的特征点进行筛选时，按照公式(1)计算所述待测图像和所述目标人脸图像中每个特征点的得分值S；

其中，S为特征点的得分值；values是特征点周围取的点的灰度值；q是特征点的灰度值；t为阈值，0t255，可根据图像画质的质量设置大小；

将一定区域内所述得分值S最大的特征点放入所述特征点集。

可选地，所述特征点集中的特征点周围按照高斯分布方式选择S*S大小的像素框对；

根据所述像素框的像素和大小对所述像素框进行二进制赋值。

可选地，对所述像素框的像素和大小计算时，计算每个所述像素框的像素和，形成特征描述子。