[发明专利]一种人脸多目标跟踪方法有效
申请号: | 201910870443.9 | 申请日: | 2019-09-16 |
公开(公告)号: | CN110717403B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 胡京;杨又华;王素娟;程健;张宇;饶斌斌;李阳林 | 申请(专利权)人: | 国网江西省电力有限公司电力科学研究院;国家电网有限公司;中国科学院自动化研究所南京人工智能芯片创新研究院 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V20/40 |
代理公司: | 南昌市平凡知识产权代理事务所 36122 | 代理人: | 夏材祥 |
地址: | 330096 江西*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 多目标 跟踪 方法 | ||
本发明提供一种人脸多目标跟踪方法,所述方法包括:获取在当前帧图像中检测到的各目标对应的检测框位置;基于上一帧图像中各目标对应的检测框位置,根据各目标对应的检测框位置、各目标在当前帧的预测位置、和各追踪器的信息收集,利用匈牙利算法对各目标对应的检测框与追踪器进行级联匹配;计算未级联匹配上的检测框和待匹配的追踪器间的IOU关系矩阵,并基于IOU关系矩阵,利用匈牙利算法进行检测框与追踪器间的IOU匹配,获得最终匹配集合,人脸检测算法快速准确,多目标跟踪器的初始化切实可行,针对特定场景下的人脸多目标跟踪,避免了采用过多计算量的深度学习算法,整体算法计算量少,可靠性高,速度快。
技术领域
本发明涉及人脸识别技术领域,具体是一种人脸多目标跟踪方法。
背景技术
随着人工智能的迅猛发展,围绕着人脸事变技术的应用越来越多,比如人脸支付,机场、高铁、酒店等的人脸识别、安防系统等。公共场合对人群进行监控,实现人流统计、人脸属性的分析及特定人物的自动跟踪识别。
在实际的监控中受到光线、复杂人脸角度、小尺寸人脸、模糊人脸、遮挡人脸等因素,直接影响基于人脸熟悉的准确性。多目标跟踪算法主要分为两步,第一步是检测当前帧图像中所包含的目标,第二步是将这些目标与已有的目标轨迹相匹配,学习检测结果的特征并计算匹配相似度或距离度量是多目标跟踪算法的关键步骤。随着深度学习技术在多领域的良好表现,越来越多的研究者将深度学习技术应用至多目标跟踪领域,利用深度网络来设计优化检测之间的相似性或距离度量方式,然而,深度学习计算量较大,更加适合于复杂场景下的多目标跟踪。针对摄像头拍摄位置和角度不变的简单场景,本发明提出一种基于简单匹配的人脸多目标跟踪算法,减少额外计算量,实现人脸多目标的实时跟踪。
发明内容
本发明针对现有技术中存在的技术问题,提供一种人脸多目标跟踪方法。
本发明解决上述技术问题的技术方案如下,一种基于人脸多目标跟踪方法,包括以下步骤:
S1:初始化帧计数器,获取视频帧,进行人脸识别,为检测到的每张人脸创建多目标跟踪器,并初始化多目标跟踪器;
S2:获取下一帧视频帧,帧计算器加1,同时判断所述跟踪器的窗口位置是否有人脸,若有则根据前一帧与当前帧的人脸相关性更新对应跟踪器;利用上一帧图像中各个人脸对应的检测框位置,预测当前帧图像中各个人脸出现的位置,即各人脸在当前帧的预测位置。
S3:由步骤2中得到的视频帧,计算IOU关系矩阵B;
S4:由步骤2中计算所得的矩阵A,将第i+1帧与第i帧的人脸框进行匹配;
S5:利用第i+1帧中所检测到的人脸框初始化新的多目标跟踪器;
S6:,对当前视频帧重新进行人脸检测,同时判断检测到的人脸是否位于已有的跟踪器窗口内,若是,则根据前一帧与当前帧的人脸相关性更新对应的跟踪器,否则为新检测到人脸创建跟踪器,并跳转至步骤2;重复步骤2,最终实现人脸的多目标跟踪。
进一步,所述步骤S1所述人脸检测采用S3FD作为人脸检测器,获取在所述当前帧图像中检测到的各目标对应的检测框位置;
进一步,所述步骤S1中多目标跟踪器对每个检测框和追踪器进行联级配比,所述步骤S3中IOU可以理解为检测框和追踪器的重合程度,首先计算所述未级联匹配上的检测框和待匹配的追踪器间的IOU距离矩阵,并基于所述IOU距离矩阵,利用匈牙利算法进行检测框与追踪器间的IOU匹配,获得最终匹配集合,假设检测框A与追踪器B之间的交并比,SA∩B为检测框A与追踪器B交集的面积,SA∪B为检测框A与追踪器B并集的面积,交并比IOU的计算公式为IOU=SA∩B/SA∪B;
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国网江西省电力有限公司电力科学研究院;国家电网有限公司;中国科学院自动化研究所南京人工智能芯片创新研究院,未经国网江西省电力有限公司电力科学研究院;国家电网有限公司;中国科学院自动化研究所南京人工智能芯片创新研究院许可,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/201910870443.9/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于层级优化度量学习的行人再识别方法
- 下一篇:单目相机障碍物感知方法