[发明专利]一种基于回归算法的人脸跟踪方法及应用

摘要

本发明公开了一种基于回归算法的人脸跟踪方法及应用。本发明充分利用了待跟踪的目标是人脸这个先验信息，使得跟踪算法更具针对性，跟踪框的结果可以更加准确。所设计的人脸跟踪算法，主要由一个人脸跟踪网络和一组策略构成，能同时完成人脸框的跟踪以及跟踪结果是否依然为人脸的判断。所设计的人脸跟踪网络，采用一个单一、小型的神经网络，实现了端到端的训练以及快速的预测。所设计的人脸跟踪网络的输入仅与当前帧图像信息及上一帧的人脸框位置有关，而与上一帧及之前帧的人脸图像均无关。另外本发明还将跟踪算法和人脸检测算法进行结合，构成了一个完整的人脸检测跟踪算法，可实现视频中人脸的实时检测跟踪应用。

主权项

1.一种基于回归算法的人脸跟踪方法，其特征在于该方法包括以下步骤：步骤1. 确定人脸跟踪方法的输入和输出：输入：上一帧中的人脸框位置和当前帧的图像；输出：是否成功跟踪到人脸框的标记，如果成功跟踪到人脸框，则更新后的人脸框位置；步骤2. 执行人脸跟踪算法，具体是：2‑1. 根据提供的上一帧人脸框位置trk_face_bbx_old和当前帧的图像，制作人脸跟踪网络的输入图像数据trknet_in_img；2‑2. 将输入图像数据trknet_in_img输入到人脸跟踪网络，得到属于人脸的概率trknet_out_face_prob和指示人脸框位置的数据trknet_out_face_rel_bbx；2‑3. 当人脸的概率trknet_out_face_prob大于某个设定的阈值thresh_face_prob时，则认为跟踪到的结果是“人脸”，否则为“非人脸”；2‑4. 根据网络的输出指示人脸框位置的数据trknet_out_face_rel_bbx，计算当前帧图像中的人脸框位置trk_face_bbx；2‑5. 计算上一帧人脸框位置trk_face_bbx_old和当前帧图像中的人脸框位置trk_face_bbx之间的重叠度IOU；2‑6. 如果重叠度IOU值大于某个设定的阈值thresh_iou，且跟踪结果判断为人脸，则表示跟踪成功，否则表示跟踪失败；2‑7. 输出跟踪成功与否的标志及跟踪到的人脸框位置。