[发明专利]基于深度表观特征和自适应聚合网络的多人脸跟踪方法有效
| 申请号： | 201910106309.1 | 申请日： | 2019-02-02 |
| 公开（公告）号： | CN109829436B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 柯逍;郑毅腾;朱敏琛 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V20/40;G06N3/04;G06N3/08;G06T7/11;G06T7/246;G06T7/50 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度表观特征和自适应聚合网络的多人脸跟踪方法，首先采用人脸识别数据集训练自适应聚合网络；接着使用基于卷积神经网络的人脸检测方法获取人脸的位置，初始化待跟踪的人脸目标，提取人脸特征；然后采用卡尔曼滤波器预测每个人脸跟踪目标在下一帧的位置，并在下一帧中再次定位人脸所在位置，对检测出的人脸提取特征；最后使用自适应聚合网络，对每个跟踪的人脸目标跟踪轨迹中的人脸特征集合进行聚合，动态地生成一个融合多帧信息的人脸深度表观特征,结合预测的位置及融合后的特征,与当前帧中通过检测得到的人脸位置及其特征,进行相似度计算与匹配，更新跟踪状态。本发明能够提升人脸跟踪的性能。 | ||
| 搜索关键词： | 基于 深度 表观 特征 自适应 聚合 网络 多人脸 跟踪 方法 | ||
【主权项】：
1.一种基于深度表观特征和自适应聚合网络的多人脸跟踪方法，其特征在于：包括以下步骤：步骤S1：采用人脸识别数据集训练自适应聚合网络；步骤S2：根据初始的输入视频帧，采用卷积神经网络获取人脸的位置，初始化待跟踪的人脸目标，提取人脸特征并保存；步骤S3：采用卡尔曼滤波器预测每个人脸目标在下一帧的位置，并在下一帧中再次定位人脸所在位置，并对检测出的人脸提取特征；步骤S4：使用步骤S1训练好的自适应聚合网络，对每个跟踪的人脸目标跟踪轨迹中的人脸特征集合进行聚合，动态地生成一个融合多帧信息的人脸深度表观特征,结合预测的位置及融合后的特征,与当前帧中通过检测得到的人脸位置及其特征,进行相似度计算与匹配，更新跟踪状态。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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福州大学，未经福州大学许可，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/patent/201910106309.1/，转载请声明来源钻瓜专利网。
