[发明专利]一种自动跟踪人脸的摄像头转动控制方法

权利要求书

1.一种自动跟踪人脸的摄像头转动控制方法，其特征在于，所述方法包括如下步骤：

对获取的人脸图像进行预处理；

将处理后的人脸图像输入预先构建的模型，通过模型运算获得最终候选人脸边界框；

将最终候选人脸边界框与视频框的位置进行运算得到位置差值；

通过位置差值控制摄像头转动。

2.根据权利要求1所述的一种自动跟踪人脸的摄像头转动控制方法，其特征在于：对获取的人脸图像进行预处理的方法包括：

根据摄像头安装的角度对人脸图像进行相应角度的旋转或缩放。

3.根据权利要求1所述的一种自动跟踪人脸的摄像头转动控制方法，其特征在于：所述模型的构建方法包括如下步骤：

对输入的训练样本进行人脸与非人脸的判断，得到人脸候选框；

将人脸候选框与训练样本真实边框进行边界框回归运算；

对运算后的人脸候选框进行人脸特征点坐标预测；

将预测的人脸特征点坐标与真实人脸特征坐标进行运算获得损失值；

重复训练，直到损失值小于设定阈值时停止训练，完成模型的训练。

4.根据权利要求1所述的一种自动跟踪人脸的摄像头转动控制方法，其特征在于：所述模型包括多任务卷积神经网络模型，所述多任务卷积神经网络模型包括生成候选人脸边界框的P-Net网络，对候选人脸边界框进行过滤的R-Net网络以及生成最终候选人脸边界框的O-Net网络。

5.根据权利要求1所述的一种自动跟踪人脸的摄像头转动控制方法，其特征在于：所述生成候选人脸边界框的P-Net网络的计算方法包括如下步骤：

根据输入的人脸图像生成候选人脸边界框；

计算候选人脸边界框的交并比，通过非极大值抑制对候选人脸边界框进行筛选；

根据视频框，对筛选后的候选人脸边界框进行边框回归校正，并计算得到候选人脸边界框的人脸概率，输出带人脸概率的候选人脸边界框。

6.根据权利要求5所述的一种自动跟踪人脸的摄像头转动控制方法，其特征在于：所述对候选人脸边界框进行过滤的R-Net网络的计算方法包括如下步骤：

获取P-Net网络输出的候选人脸边界框；

对候选人脸边界框再次进行边框回归校正和非极大值抑制去重；

对输入的候选人脸边界框进行细化选择，输出候选人脸边界框。

7.根据权利要求6所述的一种自动跟踪人脸的摄像头转动控制方法，其特征在于：生成最终候选人脸边界框的O-Net网络的运算方法包括如下步骤：

将P-Net网络和R-Net网络输出的候选人脸边界框作为输入；

将上述获得的候选人脸边界框进行边框回归校正，计算得到候选人脸边界框人脸概率值和人脸框面积；

结合人脸概率值和人脸框面积运算得到最终候选人脸边界框。

8.根据权利要求7所述的一种自动跟踪人脸的摄像头转动控制方法，其特征在于：将最终候选人脸边界框与视频框的位置进行运算得到位置差值并控制摄像头转动的方法包括如下步骤：

根据获取的最终候选人脸边界框的人脸框坐标计算人脸框的中心位置与当前视频框中心位置的差值；

将位置的差值与预设的阈值进行比较，得到比较结果；

根据比较结果控制电机转动。