[发明专利]多人脸跟踪方法及跟踪系统

权利要求书

1.一种多人脸跟踪方法，用于对视频数据中的多帧连续图像进行多人脸跟踪监测，其特征在于，包括：

根据初始帧图像建立多个人脸跟踪模型，所述多个人脸跟踪模型与多个人脸目标一一对应；

采用单人脸跟踪算法分别对多个人脸目标进行跟踪；

跟踪过程中对所述多个人脸跟踪模型进行更新；

采用更新后的多个人脸跟踪模型及所述单人脸跟踪算法进行多个人脸目标的连续跟踪；

所述单人脸跟踪算法包括以下步骤：

利用检测结果对人脸跟踪模型初始化，利用公式和计算核矩阵k_xx和α及人脸特征x；

For t＝1,…,N，读取下一帧视频，在上一帧位置处提原始特征z，利用公式y′＝F^-1(F(k_xx′)·F(α))计算模板里特征与当前位置特征的核矩阵k_xx′和响应矩阵y′，在y′中找到最大值点及其相对中心点的位移t，该位移t即为人脸运动距离向量；

在新人脸位置处提取人脸特征x及矩阵α，并与模板中x与α加权融合，更新模板；

其中，I为单位阵，λ为正则化系数，K为核矩阵，k_xx为特征x与其自身计算得高斯核矩阵，y为先验概率矩阵，用高斯矩阵表示，F与F^-1分别表示傅里叶变换和傅里叶逆变换，F^*表示取傅里叶变换后得到的矩阵的共轭，σ为高斯函数标准差，c对应特征维度；

跟踪过程中对所述多个人脸跟踪模型进行更新的更新策略包括：对人脸跟踪模型进行校正、添加新出现人脸目标的人脸跟踪模型及删除无效人脸目标对应的人脸跟踪模型；

所述删除无效人脸目标对应的人脸跟踪模型包括：

计算跟踪结果的可信度，对可信度未达标的人脸目标对应的人脸跟踪模型做删除处理；

无效跟踪人脸模型的删除策略为：

对每次跟踪到目标位置z处对应得分y′_z大小进行判断，其中，y′_z通过公式y′＝F^-1(F(k_xx′)·F(α))计算得到，将y′_z与门限η_sh、η_sl比较，η_sl＜η_sh，

(1)y′_z≥η_sh：若y′_z≥η_sh则保留跟踪结果，继续下一人脸跟踪结果判断；

(2)y′_z＜η_sh，在缩放1.1倍和1.1^-1倍的两个其他尺度的图像上提取原始特征x′，并按公式y′＝F^-1(F(k_xx′)·F(α))、进行人脸的重新跟踪，将1.1倍、1倍和1.1^-1倍三个尺度上的跟踪得分y′_z进行比较，取得分最大的尺度作为当前目标尺度，并对不满足条件的结果再次搜索后进行判断；

(3)若y′_z＜η_sl则认为跟踪结果肯定出错，直接删除目标。

2.根据权利要求1所述的多人脸跟踪方法，其特征在于，

所述对人脸跟踪模型进行校正包括：

计算跟踪结果与定期检测得到的人脸目标位置的重叠区域比例，判断所述重叠区域比例是否大于等于第一阈值，若是则无需对所述人脸跟踪模型进行更新；

若否，判断所述重叠区域比例是否大于等于第二阈值，若比较结果为是，则采用最新的人脸目标位置对人脸跟踪模型进行训练生成校正后的人脸跟踪模型，其中，所述第一阈值大于所述第二阈值。

3.根据权利要求2所述的多人脸跟踪方法，其特征在于，

所述添加新出现人脸目标的人脸跟踪模型包括：

在所述重叠区域比例小于所述第二阈值的条件下，新增该最新的人脸目标对应的人脸跟踪模型。

4.根据权利要求3所述的多人脸跟踪方法，其特征在于，

所述删除无效人脸目标对应的人脸跟踪模型还包括：

限制跟踪的人脸目标的数量，通过跟踪结果的可信度得分排序，删除多余设定数量的且排序靠后的人脸目标对应的人脸跟踪模型。