[发明专利]基于增量主成分分析的特征与模型互匹配人脸跟踪方法

摘要

本发明公开了一种基于在线增量主成分分析的特征与模型互匹配人脸跟踪方法，该方法包括以下步骤：对多幅人脸图像进行离线建模，得到模型匹配(CLM)模型A；对待跟踪人脸视频中的每一帧进行关键点检测，所有关键点的集合及其鲁棒描述子组合为关键点模型B；基于所述关键点模型B对所述待跟踪人脸视频中的每一帧进行关键点匹配，获得每一帧人脸图像中初始的人脸姿态参数组；利用模型A对待跟踪人脸视频进行CLM人脸跟踪；基于初始人脸姿态参数组和初次跟踪结果进行再跟踪；更新模型A并重复上述步骤，得到最终的人脸跟踪结果。本发明解决了在进行CLM人脸跟踪时，由于目标图像中相邻帧间变化大时出现的跟踪丢失的问题，从而提高了跟踪的精准度。

主权项

一种基于在线增量主成分分析的特征与模型互匹配人脸跟踪方法，其特征在于，该方法包括以下步骤：步骤S1，对于多幅人脸图像进行离线建模，得到包括形状模型s和纹理模型wT的模型匹配(CLM)模型A；步骤S2，输入一待跟踪人脸视频，对于所述待跟踪人脸视频中的每一帧人脸图像进行关键点检测，将所得到的所有关键点的集合和这些关键点的鲁棒描述子组合起来作为关键点模型B；步骤S3，基于所述步骤S2得到的关键点模型B，对于所述待跟踪人脸视频中的每一帧人脸图像进行关键点匹配，获得每一帧人脸图像中初始的人脸姿态参数组(R，T)，其中，R表示角度参数和T表示位移参数；步骤S4，利用所述模型A对所述待跟踪人脸视频进行CLM人脸跟踪，得到所述待跟踪人脸视频每一帧人脸图像中特征点的位置；步骤S5，基于所述步骤S3得到的每一帧人脸图像中人脸的姿态参数组和所述步骤S4跟踪得到的每一帧人脸图像中特征点的位置，对所述待跟踪人脸视频中的每一帧人脸图像进行人脸的再跟踪；步骤S6，使用增量PCA方法对所述模型A进行更新，并利用更新后的模型A重复所述步骤S1‑S5，得到最终的人脸跟踪结果。