[发明专利]一种人脸位姿协同系统下的多新息抗扰滤波方法

摘要

本发明涉及一种人脸位姿协同系统下的多新息抗扰滤波方法，属于滤波技术领域。本发明将运动人脸与标准人脸模型的位姿变化作为滤波观测量，引入多新息修正滤波估计，利用时间序列的多组观测量估计人脸位姿变化的状态量；实时判断滤波敛散性，根据多新息及时估计观测噪声协方差与过程噪声协方差，调整卡尔曼增益矩阵；建立位姿协同模型，依据滤波后的人脸位姿变化计算相机运动参数，达到相机与人脸位姿协同。本发明方法充分利用了时间序列的多组观测量，实时估计系统方差，调整卡尔曼滤波，更大程度上削减噪声，在提高人脸位姿协同系统稳定性的同时，保证响应的实时性；对于噪声较大的系统具有良好的适用性。

主权项

1.一种人脸位姿协同系统下的多新息抗扰滤波方法，其特征在于，具体步骤如下：(1)搭建人脸位姿协同平台，包括运动控制器、工业相机、伺服电机、步进电机驱动器、传感器；(2)利用工业相机采集人脸图像，计算人脸位姿变化，通过运动方程建立滤波模型，确定转移矩阵F和测量矩阵C，假定初值与人脸相对于相机的相对位姿变化Y_t；将人脸位姿变化Y_t作为滤波输入量，以t时刻x轴，y轴平移变化与绕其x轴，y轴的旋转变化，以及平移与旋转变化的速度构成滤波状态量X_t；(3)根据前一时刻的滤波结果根据公式预测当前时刻滤波状态根据前一时刻的过程噪声的协方差矩阵和滤波误差方差K_t‑1计算当前时刻的预测状态误差的相关矩阵K_t/t‑1，计算公式如下：计算当前时刻卡尔曼增益G_t，计算公式如下：(4)利用多个时间序列的新息与卡尔曼增益修正当前时刻滤波状态得到当前时刻滤波结果(5)计算当前时刻滤波误差方差K_t；(6)判别当前滤波是否收敛，若收敛，则令若不收敛，则更新观测噪声与过程噪声的相关矩阵返回步骤(2)；(7)将滤波结果依据空间关系转化为x、y、u轴的运动参数，计算其运动脉冲，控制相机运动，实时协同于人脸。