[发明专利]一种从流媒体文件中抓拍人脸的方法

说明书

技术领域

本发明涉及人脸测试技术模式识别和人工智能领域，特别是涉及一种复杂背景下从流媒体文件中抓拍人脸的方法。

背景技术

在生物特征识别中，人脸检测占有极为重要的地位，它在访问控制、司法应用、电子商务和视频监控等领域都有广泛的应用。

人脸检测跟踪是人脸识别系统的前端，是其它模块处理的基础。相对其它模块，人脸检测跟踪模块的技术相对成熟，基本能够达到实际应用的需求。早期曾经出现过诸如支持向量机，神经网络等经典的人脸检测技术，但是直到Viola提出了基于Haar-like特征和Discrete AdaBoost的层次型人脸检测技术后，人脸检测才真正成为一个从性能到速度都基本满足实际应用需求的技术。此后，基于其方法出现过很多改进方法：清华大学艾海州老师的硕士武勃提出的基于Haar-like特征和Real AdaBoost的巢型的人脸检测技术，该方法采用查找表（LUT，Look-Up Table）方式，使得每个弱特征的表示能力更强，此外，巢型（Nest-structured）结构，更好的利用了前层信息，克服了层次型（Cascade）丢失前层信息的缺陷。中科院计算所高文老师处的Yan shengye在CVPR 2008发表的基于局部编码二值模式特征（LAB，Locally Assembled Binary）和巢型Real AdaBoost的方法，其采用Schneiderman提出的Feature-Centric的方式来使用特征，克服了现有框架中在判定相邻位置是否人脸时，多次计算同一特征，从而造成冗余运算的缺陷。该方法中提出的LAB特征，融合了LBP特征中的二值编码模式和Haar-like特征中的矩形区域亮度和特征，对于区域亮度模式很强的人脸模式表示能力很强，而且，易于定点化。此外，Feature-Centric的方法在构建多姿态人脸分类器时，由于特征公用，处理速度得到大幅提高。此外，该论文中还采用了该作者提出的Matrix-Structural Learning的训练方法，该方法采用类似反样本Bootstrap的方法对正样本进行Bootstrap，从而能够挑选难分类的正样本进行训练，也使得大规模的使用正样本成为可能，克服了计算机内存的限制。

现有的人脸检测技术一般是会对每一帧的视频图像进行人脸检测，再从中提取抓拍出人脸。这种检测速率无法满足多路视频接入的要求，存在着因为无法精确对齐人脸，人脸器官特征检测不准而导致的对齐精度不准的问题。

人脸跟踪也是物体跟踪技术的一个子领域，既具有物体跟踪技术的一般特点，也具有自己独有的特点。经典的方法中，既包括基于卡尔曼滤波的预测方法，也有在实际应用中取得不错效果的基于Mean Shift、粒子滤波（Particles Filter）的方法，而基于直方图（Histogram），自相关矩阵（Covariance Matrix）等特征匹配的方法也是一个方向。近年来，跟踪被看作是物体和背景区域的一个两类分类问题。基于这一思想，基于统计学习的方法被应用在跟踪中。其中，基于增量子空间的方法，Ensemble Tracking的方法，On-line Boosting的方法被引入跟踪，开阔了跟踪方法的思路。

现有的人脸跟踪技术被看作是对物体和背景区域的一个两类分类的问题，只是把人脸与背景区域机械分开，缺少对人脸的跟踪定位与分析，对相同人脸反复抓拍，造成存储冗余。由于无法准备对齐校对人脸，而且检测方式使检测速率无法满足多路视频接入的要求，又缺少对人脸的跟踪定位和分析，相同个人反复抓拍，结果会造成存储冗余。

实际上，人脸的检测和跟踪是相辅相成的两个问题，检测可以用来作为跟踪的初始条件，也可以用来验证跟踪结果的可信程度，而跟踪可以用来作为限定检测的搜索范围，也能用来确定检测目标在帧间的对应关系。在实际应用中，为了达到速度和效果的综合效果，二者需要紧密结合，相辅相成。但在实际应用中，仍存在监控场景低帧率、相互遮挡、光照条件恶劣、超大人流量的人脸检测跟踪等问题，需要综合利用包括运动信息、肤色信息以及摄像机成像模型等各种限制信息，将检测和跟踪结合起来。

发明内容

本发明的目的在于提供一种从流媒体文件中抓拍人脸的方法。实现在复杂背景且多路视频接入的情况下对人脸进行检测和跟踪，在检测上提高了人脸器官特征的检测精度，更好地实现人脸精确对齐校正；同时在在检测效率上大幅度提升，减少计算负荷，满足多路视频接入的功能；最后是通过跟踪算法，避免了对同一人的重复抓拍，大幅度减少了照片存储的数量，减少存储冗余。