一种快速准确的基于视频序列的人脸检测跟踪方法.pdf

(19)中华人民共和国国家知识产权局*CN102214291A*(12)发明专利申请(10)申请公布号CN102214291A(43)申请公布日2011.10.12(21)申请号201010144249.1(22)申请日2010.04.12(71)申请人云南清眸科技有限公司地址650217云南省昆明市白龙路1号金色年华2期9楼908号(72)发明人刘辉(51)Int.Cl.G06K9/00(2006.01)G06K9/64(2006.01)权利要求书2页说明书6页附图2页(54)发明名称一种快速准确的基于视频序列的人脸检测跟踪方法(57)摘要本发明即一种快速准确的基于视频序列的人脸检测跟踪方法涉及模式识别技术领域，所述方法步骤包括：1、提取视频流中视频帧图像；2、对视频帧图像进行预处理，包括光线补偿、肤色区域提取、形态学处理以及区域合并；3、人脸检测，包括Harr-like特征表示人脸、带辅助判决函数的级联Adaboost算法的人脸检测；4、人脸特征的建立，包括检测得到的人脸区域特征和人脸边缘轮廓形状特征；5、人脸跟踪，具体通过人脸区域特征模型完成人脸区域未出现交叉的跟踪，通过人脸边缘轮廓形状特征判断出现交叉情况时的进一步匹配；6、人脸图像序列的提取。通过本发明所述技术方法，可以快速准确的完成基于视频序列的人脸检测跟踪。CN10249ACCNN110221429102214299A权利要求书1/2页1.一种快速准确的基于视频序列的人脸检测跟踪方法，其特征在于，所述方法具体包括以下步骤：(1)提取视频流数据中视频帧图像；(2)对视频帧图像进行预处理，获得人脸待检测区域；(3)人脸检测，在人脸待检测区域进行人脸检测，获得人脸区域；(4)人脸特征的建立，提取检测得到人脸的特征，具体包括人脸区域特征和人脸形状特征；(5)人脸跟踪，根据提取的特征跟踪人脸；(6)人脸图像序列的获得，根据人脸跟踪建立的人脸序列提取同一人员的人脸图像序列。2.根据权利要求1所述的一种快速准确的基于视频序列的人脸检测跟踪方法，其特征在于，所述对视频帧图像进行预处理包括以下步骤：(1)光线补偿，具体运用“参考白″的方法对图像颜色直方图进行线性调整，从而对图像进行光照补偿；(2)肤色区域提取，具体利用已经建立好的肤色模型提取视频帧图像的肤色区域；(3)形态学处理，具体按照提取的肤色区域对应于原视频帧灰度化处理的图像进行二值化处理后再利用腐蚀膨胀的方法进行处理；(4)区域合并，即设定待检测人脸区域，具体将形态学处理后的相邻肤色区域进行区域合并，再对原视频帧图像进行闭运算，提取出需要进行人脸检测的区域。3.根据权利要求1所述的一种快速准确的基于视频序列的人脸检测跟踪方法，其特征在于，所述人脸检测包括以下步骤：(1)使用Harr-like特征表示人脸，并且使用“积分图”实现特征数值的快速计算；(2)使用Adaboost算法挑选出一些最能代表人脸的矩形特征，即弱分类器，再按照加权投票的方式将弱分类器构造为一个强分类器；(3)将训练得到的若干强分类器串联组成一个级联结构的级联分类器，进行人脸检测；(4)增加辅助判决函数对分类进行辅助判决，即某一级AdaBoost分类器判为假后，使用该级的辅助判决函数对其进行辅助判决，如果辅助判决为真，则仍然使样本输入到下一级的分类器中，反之，则拒绝该样本。4.根据权利要求1所述的一种快速准确的基于视频序列的人脸检测跟踪方法，其特征在于，所述人脸特征的建立具体包括：(1)提取人脸区域特征，包括中心点坐标、高度和宽度的信息；(2)提取人脸的形状特征，具体方法为基于角度和半径直方图的人脸轮廓形状特征。5.根据权利要求1所述的一种快速准确的基于视频序列的人脸检测跟踪方法，其特征在于，所述人脸跟踪包括：(1)非交叉匹配跟踪，对于检测得到的人脸区域提取其中心点坐标、高度和宽度的信息与当前视频序列中建立的人脸区域高斯模型进行匹配，仅仅匹配到一个人脸区域高斯模型或者未匹配到人脸区域高斯模型，说明没有出现人脸交叉情况，则对于匹配到某个模型的人脸加入匹配模型对应的人脸序列并且更新模型，对于未匹配现有模型的人脸区域建立新2CCNN110221429102214299A权利要求书2/2页的人脸特征模型；(2)交叉匹配跟踪，对于出现交叉情况，即有多个人脸区域高斯模型与当前检测得到人脸区域特征匹配，则需要进一步根据人脸轮廓形状特征进行匹配确定具体匹配的人脸特征模型，然后更新匹配的人脸特征模型，并且将人脸加入匹配模型对应的人脸序列。3CCNN110221429102214299A说明书1/6页一种快速准确的基于视频序列的人脸检测跟踪方法(一)技术领域[0001]本发明涉及模式识别技术领域，涉及一种快速准确的基于视频序列的人脸检测跟踪方法。(二)背景技术[0002]人脸检