[发明专利]人脸图像跟踪方法、装置、计算机设备及存储介质

摘要

本发明实施例公开了一种人脸图像跟踪方法、装置、计算机设备及存储介质，包括下述步骤：获取目标图像中人脸图像的位置信息和偏移参数；根据所述偏移参数对所述位置信息进行校正；将所述校正后的位置信息定义为所述人脸图像在下一帧目标图像中的变化位置。定向训练至收敛状态的卷积神经网络模型，能够根据当前目标图片中的人脸图像位置信息和特征推断出当前目标图像至下一帧目标图片中，人脸图像精准的偏移参数，因此，能够在获取到当前目标图像后即推断出下一帧目标图像中人脸图像的位置信息。通过上述方法，能够解决人脸图像跟踪过程中，拍摄与跟踪处理速度不同步时，丢失图像的跟踪问题。同时，也大大降低了对跟踪系统的处理速度的要求。

主权项

1.一种人脸图像跟踪方法，其特征在于，包括下述步骤：获取目标图像中人脸图像的位置信息和偏移参数；根据所述偏移参数对所述位置信息进行校正；将所述校正后的位置信息定义为所述人脸图像在下一帧目标图像中的变化位置；所述偏移参数的获取方法为：获取预设的原始样本图像中人脸图像的实际位置信息；根据预设的图像变化方法对所述原始样本图像中人脸图像进行变化，以获取至少一张派生于所述原始样本图像的训练样本图像；将所述训练样本图像输入到卷积神经网络模型中，以计算所述训练样本图像中人脸图像变化后的变化位置信息相对于所述实际位置信息之间的偏移参数；其中，所述将所述训练样本图像输入到卷积神经网络模型中，以计算所述训练样本图像中人脸图像变化后的变化位置信息相对于所述实际位置信息之间的偏移参数的步骤包括：获取标记有所述实际位置信息的训练样本图像；将所述训练样本图像输入到卷积神经网络模型中以获取所述人脸图像的变化位置信息和偏移参数；根据所述偏移参数对所述变化位置进行回溯运算得到回溯位置信息；通过损失函数比对所述训练样本图像的实际位置信息与所述回溯位置信息是否一致；当所述实际位置信息与所述回溯位置信息不一致时，反复循环迭代的更新所述卷积神经网络模型中的权重，至比对结果一致时结束。